基于视频序列的运动目标检测,一直以来都是机器视觉、智能监控系统和视频跟踪等领域的研究重点,是整个计算机视觉技术的基础.是否能将运动目标从视频图像序列中准确地检测出来,是运动估计、目标识别、及行为理解等后续处理成功与否的关键.为了实现运动目标的检测,很多学者进行了相关地研究,并提出了大量的运动目标检测算法.其中基于光流量的运动检测算法最为精确,但较为复杂,而且计算量很大.为了减少计算量和编程的复杂度,背景差分与对称差分成为两种最为常用的运动目标检测算法.背景差分法利用了视频图像序列的空间信息,通过"训练"多帧视频图像来获取背景图像,将待检帧与背景图像进行差分就可以较为精确地检测出运动目标。对称差分法采用连续的三帧视频图像来检测中间一帧中的运动目标,利用了视频图像序列的时间信息。虽然背景差分法能较为准确地检测出运动的目标,但是需要利用多帧视频图像来构造背景,增加了计算的时间,难以达到实时检测的目的.对称差分虽然提高了检测的实时性,但是易受噪声的干扰,影响了检测的准确性.为了充分利用视频图像序列的时间和空间信息,在有效地消除噪声和保证检测准确性的基础上,提出一种综合利用时空信息,的运动目标检测算法。实验表明该算法具有快速、准确的优点.