运动目标检测是图像处理与计算机视觉领域中一个非常活跃的分支。运动目标检测的结果包含了视频场景中的时空信息,反映了该视频流中主要的内容信息,在基于内容的视频分析、视频检索以及数字视频智能监控等各个领域有着重要的作用。本文围绕运动目标检测技术进行了深入研究,概述了运动目标检测的常用算法,分别针对静止背景和运动背景的运动目标检测问题,提出了改进算法。针对由静止摄像机捕获的MPEG-4视频流中的运动目标检测问题,.充分利用MPEG-4视频流中蕴含的信息,提出了一种更优的改进算法。算法从MPEG-4压缩流中获取运动矢量,利用视频帧中的纹理特征,通过高斯滤波和中值滤波的处理获得了近似真实的运动区域。在此基础上,进一步利用筛选结果的DC系数进行二次检测和调整。实验结果表明,该算法大大提高了运动目标的检测速度和抗噪能力,并且在光强、亮度等因素的影响下依然保持良好的鲁棒性。全局运动估计是运动背景情况下运动目标提取广泛采用的手段之一。本文提出一种直接利用压缩视频码流进行全局运动估计的改进算法。算法根据运动矢量场的分布特点,首先提取出大致运动背景区域,再通过常用于估计摄像机运动的四参数模型进行背景参数的计算,获得全局运动模型的较为精确的估计,最后通过计算每个宏块的运动矢量残差,检测出运动目标。实验结果表明,算法只需对压缩视频流进行部分解码,可较好地排除在参数估计中局部运动信息的干扰,提高了检测效率,改善了检测效果。