在人所感知到的环境信息中，视觉信息占了非常大的比重，其中动态视觉信息更是其主要组成部分。感知环境中的这些动态视觉信息已成为计算机视觉的一个重要的研究方向。运动目标图像检测与跟踪是应用视觉和运动图像编码研究领域的一个重要课题，在许多领域有着广泛的应用。运动目标的图像检测与跟踪是在动态图像分析的基础上结合图像检测和图像跟踪方法对图像序列中的目标进行检测-识别-跟踪的过程。本文以运动的物体为目标，通过对目标检测、跟踪理论算法的比较研究，采用一种在简单静止背景下实现对运动目标的图像检测与跟踪方法。论文主要工作包括：1．在静止背景下的目标检测方面，分析当前几类目标检测和提取算法的原理，着重对瞬时差分法和背景相减法进行分析。2．着重研究基于高斯混合模型的自适应背景模型方法，讨论了该方法在参数更新方面的问题。针对具体的应用背景，本文采用了一种对自适应背景建模的背景更新的改进方案。实验表明，该方法能够在较大程度上满足系统的要求，提高检测结果精度。3．在目标阴影检测方面，从分析运动目标阴影的光学特性入手，采用了基于亮度和色度的阴影检测算法，实验表明该算法较好地抑制运动目标产生的阴影。4．在运动目标跟踪方面，总结了静止背景中目标跟踪的成熟算法，给出一种基于Kalman滤波的运动目标跟踪算法，通过目标检测、目标运动估计和目标匹配三个模块实现运动目标的跟踪。目标检测模块判断图像序列中运动目标的存在性，描述目标的形状特征(如运动目标的位置，目标接矩形的大小)；目标运动估计模块利用Kalman滤波器预测被跟踪运动目标在下一帧中可能处于的位置，确定目标搜索范围；目标匹配模块寻找运动目标在图像序列各帧中的对应关系，确定目标的运动轨迹。