运动目标检测是智能视觉监控的基础,在军事、交通、工业以及生物医学等领域具有广泛的应用前景。其中,动态场景下的运动目标检测依然面临着诸多挑战。目前,动态场景下的运动目标检测存在的主要问题是易受前景点的干扰,使准确性难以保证,并且计算量大难以实时检测。因此,限制了其广泛应用。本文在现有的研究成果上,针对动态场景下的运动目标检测的主要问题,对其进行了深入的研究。本文提出了一种基于图像金字塔分解的快速全局运动估计算法。为了提高计算速度与准确性,采用了三层金字塔进行多分辨率计算。在金字塔第一层图像中,进行宏块预判,去除不可靠宏块,通过块匹配算法粗略地求出摄像机运动参数,并将运动参数映射到金字塔第二层。在金字塔的后两层图像中,将宏块预判与基于块的前景点去除算法相结合,去除不可靠宏块,并对剩余宏块抽取特征点,并采用本文提出的一种新的特征点匹配算法,最终精确地求出摄像机运动参数。在每层金字塔图像中,参数的计算采用了双迭代的最小二乘法,进一步提高了计算的准确性。实验表明,本文算法在速度和准确性上有一定的提高。考虑了算法在DSP上实现的应用价值,本文将算法成功移植到了DM6437上。为了使算法能够在DM6437上实时运行,本文采用了CCS中的编译优化选项、EDMA数据搬移、常用数据放入片内、浮点转定点运算及线性汇编等方法对算法进行优化。实验结果表明本文算法在DSP上的性能良好,而且能够满足实时性要求。