在计算机视觉、智能视频监控领域,视频图像的运动目标检测结果,将对运动目标分类、跟踪及行为理解等后续处理产生重要影响.对运动目标进行有效分割是序列图像分析的基础性工作,是当今国内外学者研究的热点问题.本文对复杂场景的背景建模与基于混合高斯的运动目标检测进行了较为深入的研究,并着重研究了应用广泛的混合高斯背景建模与更新问题.本文的主要工作如下：1.对混合高斯背景建模与更新理论作了比较系统全面的推导、实验与分析；2.对典型的背景建模与更新算法进行了研究,具体研究了单高斯背景模型与混合高斯背景模型算法,并通过实验进行了比较；3.针对背景建模不准确的问题,提出了一种新的混合高斯参数初始化方法,并考虑了均值和方差的不同特点、每个点对背景的置信度以及新获取的帧和背景模型的相关性,对混合高斯经典背景更新算法进行了改进；4.在应用改进的混合高斯背景模型进行前景检测的基础上,经过一系列后期处理如形态学处理、连通区域标注、滤波处理、目标定位、运动区域合并及目标标识后,实现了运动目标检测；5.实现了基于混合高斯背景建模与更新的运动目标检测在智能监控中的实际应用,如物体移动检测和物体徘徊检测.