本论文主要研究基于时空相关性的运动目标检测和差分轮廓定位跟踪技术，以实现在固定背景下对运动目标进行检测和跟踪。对于运动目标检测，本文首先讨论了背景差分法、帧间差分法、光流法这三种传统的检测方法，并指出它们各自的适用范围和优缺点，然后在这基础上提出基于时空相关性的运动目标检测方案，以便较好地解决了传统运动目标检测方法存在的一些缺陷，提高了目标检测的质量。在运动目标跟踪方面，传统的跟踪方法主要是基于目标模板匹配的相关法。由于目标匹配过程非常耗时，因此实际使用得更多的是相关法的改进算法，这些改进算法试图从特征匹配和搜索范围上提高效率，并且也取得了一定的效果，出现了一些优秀的跟踪算法。但是由于算法自身的特性，相关法很难克服效率上的限制，并且对于非刚体运动目标的跟踪难以取得比较好的效果。针对这些，本论文提出了改进活动轮廓模型跟踪算法，提高跟踪效率和质量。该算法先从帧间差分检测结果中找出运动目标的粗轮廓，然后利用改进的snake算法对粗轮廓进行收敛，得到目标在运动过程中的正确边缘，从而实现对运动目标的跟踪。