近年来,随着计算机网络、图像处理及传输技术的发展,智能视频监控技术也有了飞速发展。其中运动目标检测技术是智能视频监控中基础而关键的部分,运动目标的提取效果直接影响着视频监控的后续部分处理,从而影响整个视频监控效果。背景差分法是一种重要的运动目标检测方法,该方法检测运动目标的难点在于背景图像的获取以及背景实时更新,本文在研究相关资料的基础上,提出一种新的背景模型建立方法。该算法是基于像素频率的背景建模,即在假设背景像素灰度以最大频率出现在图像序列的前提下,对图像像素进行分类,选取包含像素个数最多的类作为背景类,求该类像素的平均值作为背景值,利用实时和定时更新策略更新背景以适应环境变化。通过调用OpenCV库函数编程实现本文的运动检测算法,并使用大量的视频序列进行目标检测,实验结果表明,该算法能从有运动前景的图像中,快速而鲁棒地获取背景图像,并能适应光照的缓慢变化和突变,从而实现对运动目标的有效检测,适用于实时视频监控系统。研究运动物体检测算法的最终目的是应用于实际监控系统。为了实现本文研究算法的实际应用价值,验证算法的实用性,本文计划把OpenCV实现的算法程序移植到ADSP上进行仿真实验,已对OpenCV算法程序移植到ADSP上需要做的工作进行分析,移植工作的完成需做更进一步的研究。