近年来,智能监控系统以其实用价值和广阔的发展前景越来越被人们所关注。运动目标跟踪技术也成为计算机视觉领域的热点课题之一。本文针对静止背景下的视频图像系列,深入研究了智能监控系统中运动目标检测与跟踪的方法,开发了一套运动目标检测跟踪智能监控系统,并将所研究的方法在实验系统中予以实现,用以模拟实际中各种可能的情况。首先讨论了常用目标检测的方法,采用针对静态背景下的背景减除法对运动目标进行检测。提出一种自适应的时域背景更新法,利用该方法为视频场景建立自适应的背景模型,讨论了阈值分割的方法,并对分割的效果进行了分析,提取出运动目标,然后经过数学形态学分析、连通分析等一系列处理工作,为后续的跟踪做准备。其次,本文研究了基于CamShift跟踪方法和Kalman滤波运动估计的跟踪方法。介绍了CamShift算法的基本原理和进行目标跟踪的基本步骤,研究了CamShift算法颜色特征提取的方法,以及在目标跟踪中的搜索过程,通过实验证明了CamShift算法的鲁棒性和有效性。研究了Kalman滤波的运动估计方法,介绍了Kalman滤波的基本原理以及在运动目标跟踪中的应用,主要针对多目标进行跟踪的情况进行了研究,并且讨论了运动过程中多个目标相互遮挡等问题的解决方法,通过多组实验对算法的处理结果进行了验证和讨论。最后,对本文设计的运动目标检测跟踪实验系统以及实验平台加以介绍,对系统的功能给以详细的说明,对算法进行了演示,验证了系统的通用性、可行性和有效性。