视频监控系统中常采用视角固定摄像机，利用背景减除的方法进行目标检测，但是由于固定摄像机的视角有限，只能监控有限的区域，当目标离开该区域时，固定摄像机就不能发挥作用。相对于固定摄像机，移动摄像机可以通过旋转改变视角，从而扩大了监控范围，解决固定摄像机监控范围过小的问题。　　 在视频监控体系中，运动目标检测研究课题即是提取视频样本中相对于背景运动的前景目标。本文对摄像机平移运动背景下运动目标检测做了深入的研究，并着重研究了平移摄像机下的背景补偿技术，就是利用帧间差估算视频中背景和前景的运动信息，然后按照估计的信息对参考帧进行重新配准。对大量国内外相关论文和学术期刊进行阅读和分析，并在此基础上主要研究了运动目标检测、块匹配等关键技术，论文的工作主要有以下几点:　　 (1)分析研究了运动目标检测的一般流程。结合在静态背景以及动态背景下的运动目标检测，从帧间运动信息提取、运动信息表达和目标提取三个方面对运动目标检测中应用到技术思路进行总结。这些研究为本文算法的研究奠定了基础。对常用的块匹配策略进行研究之后，结合平移摄像机下帧间变化规律，对菱形块匹配策略进行改进。改进策略利用块间空间上的关联性，在首次匹配时利用预测模式加快搜索速度，第二次匹配利用菱形模板弥补搜索精度。实验结果表明，该方法与经典的块匹配策略相比，有效地提高了搜索速度并且在图像质量上相差无几。　　 (2)通过块匹配得到帧间的稀疏光流后，采用多元线性回归的方法对稀疏光流进行分析，针对求解仿射模型与多元线性回归的相似性，采用残差分析法剔除显著水平不高的误判运动向量，以达到背景补偿的目的，采用残差分析能够解决排除干扰向量的阈值问题，使得阈值的选取更加自动化。再结合最大类间方差法、形态学等操作处理背景补偿差分后的图像得到运动目标。最后实验证明，在摄像机进行平移运动时，该方法能够检测到运动目标。　　 (3)在matlab上实现了平移摄像机运动目标检测仿真系统，验证了本文提出的方法的有效性。