视频序列中运动目标检测与跟踪是实现智能视频监控系统的关键技术之一。实际的视频监控系统应用的场景往往是错综复杂、变化较大的,实现具有准确性、实时性和鲁棒性的运动目标检测与跟踪是当前智能视频监控技术研究的方向。本文根据广西科学研究与技术开发计划项目《基于图像传感器阵列目标跟踪监控系统的研究与实现》(桂科基0731020)的研制要求,研究了静态场景下单部摄像机中运动目标检测、目标跟踪的相关算法。给出了一种单摄像机下运动目标检测与跟踪的实现方案,并与本实验室另外一名同学共同搭建了基于多摄像机的目标检测与跟踪实验平台,进行了相应实验。主要工作如下:1、针对帧差法和背景差分法在运动目标检测方面的不足,对背景差分法进行了相应的改进和完善。改进算法给出一种背景提取及更新方法,采用形态学滤波和面积阈值限制条件对分割结果进行处理,并利用图像矩为后续跟踪求出可靠的目标质心。实验结果表明,改进的运动目标检测算法能够快速、精确并较完整地检测运动目标。2、Lucas Kanade光流法是基于稀疏特征点的跟踪方法,存在跟踪目标容易丢失且鲁棒性不高的缺点。模板匹配法全图搜索目标模板、计算量大、实时性差。针对这两种算法在目标跟踪方面的不足,对其进行了相应的改进和完善。将目标质心作为特征点,利用Lucas Kanade光流法对其跟踪,并在跟踪后的质心邻域内采用菱形搜索方法搜索目标模板减小模板匹配的计算量;将模板匹配定位之后更正的目标质心作为下一帧跟踪的特征点,可以减小单一Lucas Kanade光流法跟踪目标质心带来的误差,实现可靠跟踪,并为后继的多摄像机目标交接提供可靠数据。3、设计并实现了基于多摄像机的目标检测与跟踪实验平台,此平台能实现运动目标检测、目标跟踪、目标运动轨迹生成和目标交接等功能。