随着数字视频技术的发展,计算机视觉研究技术也日益成熟,而作为计算机视觉里较为重要组成部分的运动目标检测与跟踪技术的研究也引起了人们的浓厚兴趣。本文主要是对动态图像序列中的运动目标检测与跟踪算法进行研究,首先介绍了图像序列中的全局运动和局部运动并介绍了它们的原理,由此我们可以看出对动态背景图像分析处理时做全局运动估计的重要性,然后本文还对全局运动估计技术进行了相关介绍,并分析了各种方法的优劣。本文还对图像序列中运动目标检测方法进行了简单的介绍及对比,分析了各种目标检测方法的优缺点。针对当前目标检测方法存在的缺陷以及动态图像序列中运动背景的特点,本文提出了一种基于全局运动估计的运动图像序列目标检测方法,通过这种方法对动态背景做全局运动估计,从而消除了运动背景在后续的图像分析处理时所带来的影响,并通过实验来验证该方法的可行性和有效性。最后,文章介绍了运动目标跟踪原理,并对当前目标跟踪算法进行了分类,同时介绍了卡尔曼滤波器以及对它进行改进的扩展卡尔曼滤波器的原理,并深入讨论了Mean Shift和Camshift跟踪算法。由于Camshift跟踪算法是基于目标颜色特征进行跟踪的方法,运算速度较快,但当运动目标颜色与背景颜色接近并形成较大连通区域时,该方法就不能很好的对目标进行跟踪。于是本文提出了一种扩展卡尔曼滤波和Camshift相结合的目标跟踪算法,该算法可以先对运动目标进行预测估计,然后再利用Camshift算法对估计后的运动目标位置进行搜索。这样就可以大大降低搜索时的计算量,同时可以很好的进行目标的跟踪。通过实验来对这一新的目标跟踪算法进行验证,分析算法的可行性和有效性。