运动目标检测是计算机视觉与视频图像处理领域的重要研究之一，在视频监控、安防、智能交通、军事、科研等领域都有广泛应用。运动目标检测的准确与否、效率高低直接影响了对视频图像处理的后续阶段，如运动跟踪、运动学习与运动识别的准确性和效率。因此，鲁棒性好、精确度高、运行实时性高的运动目标检测算法的研究一直是一个热点问题。本文对运动目标检测算法的研究并不是纯粹理论上的研究，而是基于实际应用需求的研究。本文的研究目标是研发一款具有运动目标检测功能的视频播放器，此播放器播放的视频是有独特特征的狩猎相机拍摄的视频。因此，本文的运动目标检测算法的研究需要在对比现有的几种运动目标检测算法，并且在对比其特点的基础上选取一种最适合应用在本具有特定功能的视频播放器中的运动目标检测算法。在选定了运动目标检测算法后，对其进行改进，使其更加适合检测播放器播放的具有独特特征的目标视频，具有更高的准确度和更好的符合实时性要求。在算法对比方面，本文选择了三种常用的运动目标检测算法，包括：光流法、背景建模法和帧差法，并对光流法和帧差法进行了仿真。由于本课题的目标视频固有的特点决定对其进行背景建模的作用不大，因此，本文对背景建模法只是进行了原理性的介绍而并没有进行仿真。三种算法通过原理性对比、仿真对比，并且结合其与本视频播放器播放的目标视频的特征契合度后发现，帧差法最符合本课题的要求，因此，最终选用帧差法为本课题视频播放器选用的运动目标检测算法。但是，传统的帧差法在本课题中的识别效果和实时性仍未能令人满意，所以本文对传统的帧差法进行了改进。本文采用了高斯图像金字塔进行下取样处理，使其处理的像素点数变为原来的四分之一，从而使系统具有更高的运行速度。对比了两种自适应阈值分割算法并选用了其中一种作为本文的自适应阈值分割算法对帧差后的图像进行二值化处理。利用形态学的方法去除由于树叶摆动和噪点影响等原因造成的孤立的颗粒状噪点的影响。由于光照条件的影响，有些图像中存在着阴影，并且阴影的存在影响着运动目标检测的准确性。本文选用归一化互相关函数的方法对阴影进行了检测，并且对其进行了改进，提高了它的检测效率。经过了前面的算法对比、算法改进和阴影检测算法的研究后，本文的最后介绍了视频播放器系统的功能模块划分与实现。由于快速开发的需要，视频播放器的某些功能并不是从头开发，而是引用了某些插件或者库函数，如OpenCV等，此部分也对本视频播放器所引用到的这些插件和库函数做了详细的介绍。并且最终给出了视频播放器的成果图。