视频监控系统是当前普遍采用的安防系统，具有实时性、直观可视性、以及能够对突发事件的过程进行及时的监视和记录等优点，被广泛的应用在银行、机场、交通路口等重要区域。目前随着计算机技术、视频压缩技术、计算机视觉、人工智能等技术的发展，视频监控系统越来越智能化，向着少人值守甚至是无人值守的方向发展。其中计算机视觉中的运动目标检测技术就能够很好的促进视频监控系统的智能化。论文介绍了几种当前常用的运动目标检测方法，分析了上述几种方法各自的优缺点，并针对视频监控系统的实时性特点，对这几种运动目标检测方法进行了筛选。通过实验测试了其中的三帧差法和混合高斯模型法的检测效果，并总结了这两种方法的适用场景及特点，在试验的基础上通过分析提出了一种改进的运动目标检测算法。改进后的运动目标检测算法以混合高斯模型为基础，将改进的三帧差法的检测结果应用到混合高斯模型的背景更新中来提高运动目标检测的准确性。首先，利用最大类间方差法对三帧差法的阈值分割部分进行改进，采用改进后的自适应阈值取代固定阈值对图像进行分割，使三帧差法的检测结果得到优化。然后，将三帧差法的检测结果应用到混合高斯模型，根据三帧差法的检测结果与算法整体输出结果的比较关系，及时调整混合高斯模型的背景更新速率。并且传统的混合高斯模型的背景更新是将当前帧的整幅图像应用到背景模型的更新中，这可能将图像中的运动部分也更新到背景中，影响背景模型的准确性，本文采用带掩码的背景更新法对背景进行选择性更新，从而使背景模型的更新更加准确。文章还对光照突变情况下的背景更新进行了分析，并提出一种简单有效的更新方法，快速更新到光照变化后的场景。最后还对运动目标检测过程中存在的阴影进行了处理，最终取得了较好的检测效果。通过反复实验，改进后的算法耗时较少，具有良好的实时性，能够适用于视频监控系统。在论文的运动目标检测的应用部分，对运动目标检测结果向监控中心的实时上报及监控中心收到报告后的展示方法进行了详细的设计，包括检测到运动目标后的上报频率、对同一运动目标多次上报的处理、监控中心对于上报视频在大屏幕上的展示及更新策略。论文从整个视频监控系统的角度出发，设计了一个完整的、有效的并且结合了运动目标检测、上报、展示为一体的智能化视频监控系统。本文的运动目标检测算法是在VC++6.0平台上，结合OpenCV计算机视觉库进行设计和开发的，能够实现对运动目标的检测，及检测后的视频上报、展示。