随着人们安全意识的增强,越来越多的地方用到了智能视频监控设备,运动目标检测与跟踪算法是智能视频监控中的一个重要问题。智能视频监控中运动目标的检测与跟踪算法的设计是系统的核心,因此对智能视频监控系统中的关键技术进行研究,以至于提高智能视频监控系统的性能具有重要的意义。本文立足于智能视频监控课题,主要围绕运动目标检测和运动目标跟踪算法两个方面展开研究,并对相应的问题给出了解决方案。本文的主要研究工作如下:在运动目标检测方面,首先对光流法、背景差分法、帧间差分法、运动能量法等进行了分析讨论。针对光流法及运动能量法运算复杂,需要强有力硬件支持才能够满足实时处理的要求,以及帧差法和背景差分法需要把两幅图像中所有的像素点都进行比较,运算量大严重影响实时性等缺点,给出了基于特征区域多次匹配的运动目标检测方法。最后通过实验比较了帧差法、背景差分法和本文算法的检测效果。实验结果表明,基于特征区域多次匹配算法更能清晰准确地提取运动目标,为后续研究奠定基础。在运动目标跟踪方面,论文对智能视频监控中的运动目标跟踪技术的研究现状进行了探讨,并分析了当前常用的跟踪方法和跟踪过程中的难点问题;本文针对MeanShift算法在跟踪快速运动物体方面的不足,提出了使用均值漂移算法与基于特征区域的特征匹配法相结合的运动目标跟踪算法。采用特征匹配法提取感兴趣的目标区域,然后在此基础上寻找均值漂移算法迭代的起始点。并通过两个实验对经典算法和改进算法进行了对比验证,实验结果表明改进的跟踪算法能有效地跟踪快速物体,改善了跟踪过程中的误差累积问题。在系统实现方面,结合本文智能视频监控中运动目标检测和MeanShift跟踪算法,采用VC++ 2005为开发平台结合OpenCV算法库设计了一个智能视频监控系统。通过对航运、小区等场景中的运动目标进行检测与跟踪,验证了本文算法的可行性和准确性。最后,对全文的研究工作进行了总结,并指出今后工作中深入的研究方向。