随着室外视频监控系统的广泛应用,面对海量监控视频数据,人们不仅需要有效管理,还需要能够实时自动从中提取出感兴趣的信息和知识,实现室外监控视频系统的智能化。从室外监控视频中检测运动目标并对运动目标进行跟踪,是进行突发事件检测的基础,是视频监控技术智能化和实时应用的关键。本文针对室外视频监控中的运动目标检测与跟踪问题,提出了一整套方法,能够在动态背景下,准确地检测出目标;能够对单目标、多目标进行稳定跟踪,能够处理目标暂时遮挡等特殊情况,主要工作如下:提出了一种用于背景减运动目标检测的背景重构算法:综合考虑像素点亮度的稳定状态持续时间和出现频率,定义加权亮度直方图确定量化区间的背景概率,根据背景概率大小和分布实现背景重构。从含有运动目标的背景序列中,提取出了干净背景,消除了运动目标产生的鬼影。提出了基于区域熵能的自适应局部阈值运动目标快速检测算法:运用差分图像区域熵能标准差,获取差分图像块自适应局部阈值,进行运动目标快速检测。能够有效抑制背景扰动影响,并检测出非扰动区域内的弱小目标。提出基于预测与特征的运动目标跟踪方法:运用Kalman滤波器预测目标位置,利用双层结构目标特征集,运用简单特征处理多数情况下车辆与行人的简单运动状态的跟踪,运用随机边缘特征处理目标暂时遮挡问题,采用分层匹配算法,加快目标匹配速度,实现了室外视频监控中车辆与行人的实时稳定跟踪。采用多个视频监控序列图像对所提出的算法进行了实验验证,算法实验得到了正确的结果,实验表明算法具有良好的鲁棒性,实验结果也令人满意。