动态背景下的目标检测与跟踪技术是计算机视觉领域占有重要地位的课题之一。在精确制导武器、交通监控、移动机器人视觉导航、智能车辆等领域有着广泛的应用前景。研究由于摄像机运动引起了背景运动，检测并跟踪其中的运动目标具有重要的实践意义和理论价值。本文对动态背景下多运动目标检测和轨迹跟踪技术进行了深入研究。主体上分为两大部分，前一部分深入分析了基于全局运动补偿的动态背景下运动目标检测方法，后一部分则在此基础上，进一步提出了基于粒子滤波器的目标轨迹跟踪问题的解决方案。在运动目标检测部分，本文采用了基于宏块匹配的六参数全局运动估计的方法进行全局运动补偿，有效的消除了摄像机在非稳定情况下对目标检测和跟踪性能带来的不利影响。同时，在宏块匹配前对图像序列采取了图像剪裁和边缘信息提取，通过宏块预判剔除纹理信息不丰富的宏块。在宏块匹配搜索过程中，本文提出了一种九点十字搜索法，相对传统的搜索法，减小了数据量，提高了算法的实时性。得出摄像机全局运动参数后，在双线性插值理论的基础上对背景运动进行了补偿。补偿后运用静态背景下帧间差分的方法提取运动目标区域，并在此过程中，提出了一种基于形态学处理和小区域去噪相结合的小目标检测方法。实验结果表明，该算法能够在动态背景下正确的提取到运动目标区域。在运动目标跟踪部分，为了使目标跟踪方法对目标的旋转、形变以及颜色非单一等各种复杂情况具有较强的鲁棒性，本文结合粒子滤波技术采用了一种基于加权颜色直方图的目标跟踪方法。将目标的加权颜色直方图作为目标的颜色模型，并利用Bhattacharyya距离描述粒子与目标颜色模型的相似性，为粒子权值的更新提供了有力依据。通过对实验结果的进一步分析和讨论，论证了所提方法的有效性和实用性。