计算机网络化进程的加快和安防市场应用需求的细化,促进了视频监控的快速发展,推动了监控系统在交通、安防等领域的高速繁荣。运动目标检测与跟踪技术是视频监控和视频分析的基础,其改进与发展对视频监控的推广应用具有重要意义。针对目前运动目标检测与跟踪技术的发展现状,论文基于OpenCV开源计算机视觉库和Visual Studio 2013开发平台,以视频序列中的运动目标为对象,采用多种数字图像处理技术对获取图像进行预处理,改进目标检测算法提高检测过程的实时性和有效性,优化跟踪处理算法实现目标的快速和准确跟踪。论文主要包括以下三个方面研究内容：在图像预处理阶段本文利用直方图均衡化来获得良好的图像视觉效果、研究高斯模糊和中值模糊对图像中常见噪声的消除效果、采用Ostu等阈值处理方法对图像进行阈值分割、选用数学形态滤波改善二值化图像和目标结构特征效果。在目标检测阶段考虑目标检测的实时性和有效性,采用改进的背景减除法结合帧差法对运动目标检测进行多组仿真实验。对可见光视频和红外视频中目标检测结果表明本文的算法可以有效抑制背景对目标干扰,实现目标的准确完整的检测。在目标跟踪处理时本文主要研究了以颜色特征进行跟踪的Camshift算法及其算法的实现。针对Camshift算法对目标的严重遮挡处理的不足,提出利用Kalman滤波器预估目标位置来修正Camshift算法对目标的跟踪。通过仿真实验对比表明Camshift跟踪算法在经过Kalman对目标位置的预测与修正后实现了对存在严重遮挡的物体的准确跟踪,有良好的可行性和实时性。论文通过实验验证了改进后的运动目标检测与跟踪算法,具有良好的实时性和有效性,对智慧城市和平安城市建设具有广泛的应用价值。