视觉运动目标检测技术是一种重要的机器视觉应用，常用于安防监控领域。为了解决复杂场景中的运动目标检测问题，本文从算法设计与嵌入式实现两方面入手，设计了一套基于DM6437的嵌入式视觉运动目标检测系统。本文主要完成了以下工作:　　首先设计并实现了一套完整的运动目标检测算法流程，通过采用改进的混合高斯模型法(EGMM)完成前景掩码提取工作，并采用一种基于彩色空间特征的消影算法，减少阴影对检测结果的不利影响，随后提出一种可变参数的关联滤波算法对掩码图像进行团块滤波，最后采用三次扫描连通域标记算法提取完整的团块信息。　　其次针对实际应用中相机抖动带来的问题，本文设计并实现了一种基于分块灰度投影匹配算法与改进的随机一致性估计算法（IRANSAC）的数字视频稳像算法流程，并采用基于Harris角点响应的显著团块预选择机制对分块图像进行筛选，提高了稳像算法的稳定性与快速性。　　随后针对运动目标检测算法中输出结果不明确的问题，设计并实现了一种基于HOG+Cascade Adaboost结构的行人头部检测算法，实现了监控场景中行人目标的精确定位与细分。　　最后在嵌入式移植与实现的过程中，从算法端优化与代码端优化两方面，采用了数种性能优化方法，在不改变检测精度的前提下，大幅提高了嵌入式视觉运动目标检测系统的处理频率，使嵌入式系统性能能够满足实际应用需求。