运动目标的检测的研究内容包括视频或图像序列的采集、图像处理、目标位置的确定、目标的识别、目标运动的跟踪等。运动目标检测需要分割前景目标和背景图像,检测图像中的运动信息,为跟踪和分析目标的运动轨迹做好准备。因此,准确的检测出运动目标是必须的技术,也是做好很多后续工作的前提。全景视觉系统可以同时观察到360°的场景,折反射全景视觉系统由一个反射镜和一个相机组成。同时这种全景图像可以很方便的还原成柱面图像和透视图像。这些优点使得全景视觉系统可以应用于诸多领域。本文利用全景视觉可以看到大场景的特点,研究基于全景视觉的运动目标检测方法。首先,研究了基于模板匹配的目标检测方法。根据相关性测量方法的不同,模板匹配采用的相关性计算函数也不同。本文研究了模板匹配的一般方法和序贯相似性检测算法,得到了模板匹配的实验结果,比较了不同图像模板匹配的时间。然后,研究了基于图像形态学的运动检测方法。通过图像差分找到运动目标,通过二值形态学的处理去除差分产生的噪声,突出运动目标,通过形心检测与跟踪实现了运动物体的跟踪。实验表明,基于形态学的方法可以作为目标检测和跟踪的有效技术手段。最后,本文研究了基于Lucas-Kanade光流法的运动检测方法。首先研究了Harris角点检测与亚像素角点检测的方法,之后研究了Lucas-Kanade算法的原理,引入图像金字塔弥补了算法只能针对小运动的缺陷,通过实验得到了运动目标的运动矢量场。