运动目标检测计算机视觉领域中基础的、富有挑战性的课题之一，是运动跟踪、目标分类等后续序列图像分析的基础，在现代工业、国防和空间技术等领域有着广阔的应用前景。动态场景下的运动目标检测是指从因摄像机运动引起背景图像变化的场景中检测出运动的目标，很多研究者在这方面做了大量研究，但迄今为止，这个课题仍然存在许多问题没有解决。　　 该文以运动估计和运动补偿为基础，对动态场景下运动目标检测展开了研究，提出了一种基于时空信息约束的动态场景下运动目标检测算法。该算法以角点为特征点对背景运动进行估计，结合补偿差分与边缘检测得到初始检测结果，然后利用图像加权投影确定目标区域，并对目标区域施加空间约束检测出相对较完整的运动目标。该算法具有以下显著特性：　　 1) 图像空间区域滤波预处理过程避免了图像周围不确定运动对运动估计和运动补偿的影响；　　 2)角点检测与块匹配相结合的特征点匹配方法既准确地获得了背景运动的特征又降低了算法复杂度；　　 3)为了抑制背景运动，准确地检测出运动目标的边缘，采用了补偿差分与目标边缘提取相结合的运动目标检测方法；　　 4)针对目标区域施加空间约束关系，填充了检测结果中的目标空洞，同时去除了噪声，而且大大提高了算法处理速度，基本达到了实时处理的要求。　　 实验结果表明，该算法在多种场合下均能较好地检测出相对完整的运动目标，准确地标记出运动目标区域，算法具有鲁棒性和实时性，与其他算法对比有显著优点。