运动目标检测是智能视频监控中研究热点问题之一,是识别、跟踪、行为分析等高层研究的基础问题。对于视频监控任务,摄像机通常是静止的,背景模型已知,目标检测相对容易。背景模型估计和背景差技术在这种情况中得到广泛应用。当摄像机运动时,由于摄像机导致了背景运动,运动目标检测任务变的更有挑战性。机器人导航、自动车辆驾驶技术以及航空拍摄图像中的目标检测,由摄像机获得的图像不可避免地存在着不规则的背景运动,因此传统的静止背景图像序列的目标检测技术无法在此应用。针对这种问题,本文对动摄像机情况下的运动目标检测进行了研究,提出了一种基于SIFT特征匹配和动态背景建模的运动目标检测算法。在研究中发现,SIFT特征点具有很好的特性,对图像的旋转、尺度缩放、亮度变化、仿射变换保持不变性,在图像匹配中具有良好的性质。该算法能够用SIFT匹配结果准确确定仿射模型参数,解决了由摄像机运动产生的连续背景运动的问题。用RANSAC算法剔除出现目标上的错误特征对应点,采用背景动态更新模型的背景差算法检测出了完整的前景目标,同时进行阴影和鬼影的去除。文中采用运动历史图的算法对运动目标进一步的研究,获得了运动目标的一些运动属性,加深了运动目标的运动状态的了解。本文同时对运动轨迹分析展开了研究。在研究的基础上,采用了一个合适的DTW作为不同长度轨迹之间的相似度量,对人和车辆的异常行为进行了检测。并加入了方向、速度信息,进一步确定了轨迹的运动状态。对不能匹配轨迹模板的轨迹产生报警。