运动目标检测与跟踪和视频流图像拼接技术是视频流图像的静态背景提取的核心，研究运动目标检测与跟踪关键技术对提高静态背景的可靠性、鲁棒性等具有重要意义。视频流图像拼接技术也是完成最终的静态全景图像必不可少的技术之一[1]。本文针对现有的运动目标检测与跟踪算法进行介绍与应用，对视频流图像拼接技术的四大部分进行分别介绍与应用，最终进行拼接中的动静分离，旨在将视频流中的动态目标进行检测，运用背景建模，最终将运动目标停留在最后的运动状态中，形成全景图并输出。主要研究内容有以下5点。（1）运用块匹配法结合运动历史图对动态目标进行检测，并对背景建模进行研究，介绍背景提取的几种方法，做到计算量小，改善实时性，加强有效性，并在一定程度内对缓慢移动的目标进行有效检测，并对移动背景的动态目标检测进行重点研究，为呈现带有动态目标的视频流的全景图融合系统软件的需求进行了分析。（2）研究了视频流图像拼接的几方面技术，对于视频流采集与处理，特征点提取，特征点融合以及全景图像输出，边缘处理等方面的原理进行阐述，采用SIFT特征点进行提取，对特征点进行筛选。由于本文需求，为剔除动态目标上的特征点，采用RANSAC算法进行帧补偿，防止动态目标的影响出现重影，拼接错误等问题，实现快速，有效并且无痕的视频流图像的拼接。（3）应用现有的视频拼接技术，将动态目标的追踪技术进行融合，形成一个可以追踪动态目标，最终输出存在动态目标最终状态的静态全景图。基于OpenCV这一工具，将上述两项研究内容应用到实际视频流图像中，并采用基于点跟踪目标的跟踪方法对单摄像机内运动目标进行实时跟踪并形成输出最终的全景图像，本文还应用运动历史图技术对动态目标进行检测，结合SIFT与RANSAC算法对一段移动并带有动态目标的视频流进行目标检测与静态背景提取的软件系统。（4）该系统是3D全景视频监控项目中，在现有的技术基础上提出的一种新尝试，不仅仅只关注动态目标，对背景拼接，背景建模与背景重构都进行了研究，不论在民用或者军用的智能监控中都有技术支撑，在底层的应用中有良好的创新点与新的应用方式。不仅在本项目中可以得到应用，也在谷歌街景，视频流图像处理等领域中有一定的应用，指出了新的方向。(5)对视频流的静态背景生成系统的软件需求，功能要求，所选用的算法与系统软件架构，系统软件总体的设计思想和所涉及的技术目标，国内外研究现状以及系统模型的构建进行了总体的设计。对本系统的应用领域与前景展望做出了总结与期望。