在现实生活中，运动图像包含有大量有意义的视觉信息。运动目标检测技术作为计算机视觉、运动图像分析、人机交互和智能视频监控技术的基础已广泛应用于军事、计算机辅助设计、航空航天、智能机器人等领域，其检测结果的好坏直接影响到目标定位、跟踪以及行为理解等后续处理。因此运动目标检测技术的研究有很重要的理论价值和实际应用意义。本文主要研究背景相对静止下的智能视频监控系统中运动目标检测算法，主要工作包括：
　　 1.介绍了一些图像预处理方面的相关技术，包括：颜色空间模型、图像去噪、图像均衡化、图像边缘检测、图像形态学处理，并对各项技术进行了实验验证。
　　 2.简要介绍了图像阈值分割的相关方法。详细介绍了基于阈值分割的帧间差分法和背景差分法两种运动目标检测算法，包括各算法的原理和优缺点，并对各算法进行实验验证。针对两种算法的不足分别提出了改进算法：基于帧间差分和图像边界信息的运动目标检测算法，以及基于IIR滤波器的背景更新运动目标检测算法。另外，简要介绍了另一种常用的运动目标检测算法——光流法。
　　 3.为了解决当目标运动较慢或尺寸较小时易出现漏检的问题，在现有运动目标检测方法的基础上，提出了一种将时域和空域结合的运动目标检测方法，即运动信息和标记多尺度分水岭相结合的运动目标检测算法。该方法以时域信息为基础，结合空域的分水岭分割方法可以得到良好的运动目标检测结果，算法具有快速性和鲁棒性。