本文研究了目前几种流行的目标检测算法和目标跟踪算法.从目标检测与跟踪算法的技术难点出发，分析得到帧间差分法和背景差分法能达到实时运行检测，然而这两种方法都存在不足，需要加以改进.在背景差分法基础上，Olivier Barnich等人提出了一种快速的ViBe算法.　　ViBe算法是一种有效的背景差分算法，适合一些静态场景下的目标检测，但是对一些场景变化依旧很敏感，特别是在光照的突然改变时，ViBe算法会将大面积的背景像素点误判为前景点.这主要是因为ViBe算法是基于RGB色彩空间对像素点进行判别的，然而像素的RGB值在亮度改变时也会发生改变.为此本文做出改进，将色彩空间改为(r，g，I)，增加了一项光照强度条件，降低了算法对于光照改变的敏感度.实验结果表明，改进算法在光照突然变化时对前景的提取更加完整，大大减少了误判的背景点，并且随着时间推移检测越来越准确.　　ViBe算法是用第一帧建立背景模型并初始化，虽然加快了运行速度，但是造成了对一些特定场景的不适用性.如果在第一帧场景中包含运动目标，由于ViBe算法建立的背景模型不准确，直接导致目标在初始位置留下影子;而且ViBe算法中背景模型更新间隔长，对于快速运动的目标会产生重影现象.针对这两个问题，本文利用三帧差分处理影子问题的优势，提出一种结合三帧差分思想的ViBe算法.当前帧和背景模型得到的差分图与前一帧得到的差分图再进行与运算，之后运用ViBe的思想对模型进行实时更新.　　通过实验表明，改进算法在多种场景下都可以准确地识别并提取运动目标，不会造成影子或重影现象，对比ViBe算法具有更好的鲁棒性.