运动目标检测是计算机视觉中的重要研究方向之一,也是智能视频监控系统的核心。然而,运动目标检测算法在动态背景中受到外界因素的干扰,使得检测结果难以满足高层视觉处理系统的需求。本文针对复杂背景下的运动目标检测进行了研究,具体针对运动目标的定义、已有的运动目标检测算法、背景干扰因素进行了总结和分析；提出了EVibe运动目标检测算法,能够避免动态背景的干扰；为了避免阴影对检测结果的影响,提出了基于色度与梯度相结合的阴影检测算法,并将此算法作为阴影去除模块添加到EVibe算法中。实验结果表明,本文算法的检测率和识别率均有所提高。本文主要贡献在于：(1)针对复杂背景下的运动目标检测问题进行总结和分析：分析了运动目标、刚体运动目标和非刚体运动目标的定义,并指出每类运动目标所具有的本质属性；对影响运动目标检测算法的一些干扰因素进行总结和分析；对现有的运动目标检测算法进行总结和分析,便于实践中选取合适的检测算法。(2)提出了基于色度与梯度相结合的阴影检测算法：详细分析了阴影的形成原理,为了避免阴影对运动目标检测算法的影响,提出了基于色度与梯度相结合的阴影检测算法,并将此算法应用在实际系统中,取得了理想的结果。(3)提出了EVibe检测算法：针对复杂背景下干扰因素对检测结果的影响,对Vibe算法进行了改进,在此基础上提出了EVibe算法。EVibe算法较好的解决了光照变化、树木摇晃、目标之间的遮挡、摄像机抖动等干扰因素的影响。