运动目标检测技术在智能视频领域占有重要地位,在很多领域有着广泛的应用。然而,当前的运动目标检测算法在实际的应用中对于适应复杂的场景方面存在很多不足。因此本文针对运动目标检测算法进行了比较深入研究。本文首先介绍了图形图像处理的基本知识,并详细的阐述了目前比较常用的运动目标检测算法极其优缺点。针对传统混合高斯模型检测运动目标容易受到突变光照的影响,不能较好的适应复杂场景的变化,并且当物体运动缓慢的时候不能检测出运动目标的完整轮廓,本文提出一种基于改进混合高斯模型的运动目标检测方法。将改进的混合高斯模型与四帧差分相结合,在四帧差分法中通过引入动态阈值有效地解决了突变光照的影响。改进的混合高斯模型自适应的调整高斯模型的分布数量,提高了背景的描述精度,同时分情况讨论了物体的运动状态并设置不同的学习率,提升了对缓慢运动目标的检测效果。最后通过实验证明了结合后的算法能对运动目标实现准确检测,提高了复杂场景中的适应性。