视频序列中的运动目标检测一直是一个被广泛关注的研究课题。准确完整地提取出运动目标,对于后续的分析和处理具有重要的意义。主要针对安检门监控视频中运动目标的提取问题研究了基于纹理信息的背景方法和基于边缘信息的改进帧差方法。安检门监控视频中的运动目标提取是具有特定问题的应用课题,其中最主要的问题是环境光的变化的干扰,这些变化包括了环境光的缓慢变化、突然变化和不均匀变化。本论文主要的工作是研究如何克服环境光引起的亮度变化,从安检门视频中提取得到完整准确的单个运动目标。在研究了主流的运动目标提取算法如背景差法、光流法、帧差法以及基于统计、学习的方法以后,结合安检门监控视频中环境光变化的特点进行提取算法的研究。先是研究了一种改进的基于块方差的背景差法；该方法充分考虑了局部信息,使用归一化方差特征来进行背景的建模,该特征属于区块特征,可以在一定程度上能适应光照的变化。但是块方差背景法仍然存在一些问题,主要在于提取结果不够准确以及对抗光线变化干扰能力还比较有限。因此对块方差背景法进行了进一步的改进,研究了一种基于边缘信息的帧差法,该方法主要基于边缘特征,对光照变化不敏感,且计算速度快,通过实验对比证明了边缘帧差法可以作为块方差背景法的后续处理来改善提取结果。