随着图像的数字化发展，视频监控系统越来越广泛应用于日常生活中，成为安全防范系统的重要组成部分，然而图像在获取、传输及存储的过程中难免受到硬件以及外界环境的影响而造成图像模糊，导致图像整体质量下降，从而影响目标跟踪及辨识等后续工作的进行。论文从视频监控所获取的模糊序列图像中检测并提取出运动目标，在此基础上利用清晰化算法对提取目标进行处理，最终获得清晰的目标对象。论文主要工作有：在研究清晰化算法之前，为减小运算量和提高系统的实时性，先对视频监控中的运动目标进行检测和提取，介绍和分析了几种经典的运动目标检测的方法，在此基础上，结合帧差法和背景差分法的优缺点，提出了一种改进的运动目标检测算法，该算法基于动态阈值二值化图像，通过帧差，再与背景差分，实时更新背景，能够获取更为精确的运动目标。对于视频监控目标的清晰化，论文首先分析了监控系统中造成图像模糊的原因，分别从图像增强和图像复原两个方向对模糊图像进行清晰化的研究。将维纳滤波、约束最小二乘法以及同态滤波分别用于监控图像的清晰化，并提出了一种基于卡方检验的图像复原方法，先估计图像中的模糊类型，再对退化图像进行复原。最后将这几种清晰化算法用于之前提取到的运动目标，只对图像中特定区域进行处理，以提高系统的实时性。在以上研究的基础上，通过OpenCV和MATLAB对论文中的算法进行实验，在VC++平台上设计并开发了视频监控中目标的清晰化处理系统，对采集的视频文件进行实验，结果证明，论文中研究的清晰化算法能够对视频监控中的运动目标进行有效的处理，并具有一定的鲁棒性。