智能视频监控系统是计算机视觉邻域的重要研究方向之一。它是智能监控、人机交互、移动机器人视觉导航、工业机器人手眼系统等应用的基础。运动目标检测是智能视频监控系统中的关键技术,目标检测的效果对系统的后续处理如跟踪等起着至关重要的作用。运动目标检测技术因具有在拍摄场所运动存在的前提下也能检测出独立的运动目标的优点,已经广泛应用于社会生活的各个方面,近年来受到各国学者的关注。由于背景场景及环境状态常常会发生变化如天气、光照、影子及混乱干扰等,这些干扰因素增加了运动目标检测的难度。因此,运动目标检测算法的研究旨在增强目标检测系统的动态适应性,以确保在有外界干扰的情况下也能够较精确的检测出运动目标以供系统做后续处理。本论文在熟悉相关资料的基础上,首先介绍了运动目标检测技术的发展和研究现状。然后在分析背景建模的基础上,设计并实现了完整的运动检测提取流程。针对基于单一像素处理的不足,提出了先基于图像子块处理的“粗分割”,而后基于像素处理的“精分割”的分割方式。阈值分割处理过程中,结合高斯分布的特性参数以及图像子块的能量的特点,动态的得出最优差分图像分割阈值。同时,利用高斯分布特性判定图像子块是否匹配当前的高斯分布的结果进行动态的背景更新。实验表明,该运动目标检测算法能较好的检测出运动目标,改善了运动检测系统的实时的检测效果。