近年来，视觉监控系统在很多行业都得到了广泛的应用，生活中有小区和超市等的安全监控，银行系统中有柜台监控，交通方面有违章监控等等。视觉监控系统主要是使用计算机来协助人们分析监控视频中出现的运动目标以及发生的事件，对视觉监控系统进行控制。要完成视觉监控的任务，需要用到计算机视觉、图像处理、模式识别和人工智能等学科的知识。对运动目标的检测与跟踪就是其中的核心技术，它处于整个视觉监控系统的最底层，是各种后续处理的基础。国内外很多学者也在该领域做了深入的研究和探讨，并取得了不少成果。本文在这些成果的基础上，针对静止背景下运动目标的检测和跟踪做了一些研究。 本文在深入探讨运动检测方法研究现状的基础上，对当前较为典型的几种运动目标检测方法进行了收集和整理，并指出了各种方法的优点和不足。由于背景差分法容易受到光照和背景变化的影响，本文提出了一种基于背景差分法和块匹配的运动目标检测方法。该方法先进行简单的背景建模，用当前帧减去背景得到差分图像，然后对差分图像进行分块，去除非零像素点数目较小的分块，对于其余的块在前一帧中搜索与其最匹配的块，如果该块的位移小于某个阈值，就认为它是属于背景的，将其从差分图像中去除，最终得到前景图像。实验结果表明，这种方法能够抑制光照变化和背景扰动的影响，在场景中的物体发生变动的情况下效果也比较好。 在运动目标的跟踪方面，本文对运动目标跟踪问题的分类进行了总结，给出了视频跟踪技术的两种算法思想。对前景图像进行连通区域分析得到各个运动目标，然后根据各个小的分块之间的对应关系来得到各个运动目标之间的对应关系从而实现目标跟踪。