图像具有简单、明了、直观，让人通俗易懂性质，“百闻不如一见”，“一幅图像胜过于言万语”即是如此。视频图像是由在时间上相关的一序列图像构成，最大的特点是，它的丰富的原始数据、相近帧间的强相关性以及时间域上的动态时变模式等在很大程度上使运动目标易于检测、分割和识别成为可能。而检测、跟踪出的运动物体不仅在工业上、军事上具有极为重要的应用，而且在一些重要的码头、公共场所、银行、公路车辆监测系统中也有广泛的应用，因此，对视频研究具有重要意义。 　　本文主要针对静态背景下的运动物体，在研究视频图像自身特点的基础上，利用基于中值的最大最小滤波方法对图像进行了滤波；实现了高低阈值的坎尼(Canny)算子；根据八向树链码，对经过形态处理的二值图像采用顺逆时针标注法，提出了一种基于轮廓的图像的填充算法。 　　本文对光流限制方程建模进行了分析；研究并实现了多种运动估计方法，包括基于微分光流方法、基于块匹配光流方法和基于迭代光流方法，并对三种光流进行了分析、比较。 　　本文对蛇形形变的各种算法进行了详尽地研究，着重讨论了传统的蛇形形变和基于梯度矢量流(GradientVectorFlow，GVF)的蛇形形变算法，并进行了对比研究；改进了基于梯度流蛇形形变分割算法，实现了多尺度梯度矢量流蛇形形变算法。 　　基于霍恩的光流算法和多尺度梯度矢量流，本文设计了一个视频运动检测系统，主要部分包括图像预处理、图像时空融合并填充、图像运动估计、图像蛇形形变处理、图像的背景更新等。最后对光照较为复杂的hallmonitor等视频序列中的运动对象进行了检测，并对其结果进行了分析。实验结果验证了文中所采用的各种方法。