本论文主要对运动目标检测、运动目标跟踪技术开展研究。运动目标的检测与跟踪是数字图像处理和模式识别以及计算机视觉领域研究的主要内容之一,也是计算机视觉研究的一个重要领域。它在机器人导航、安全监控系统、医学图象分析和虚拟现实等领域中都有广泛应用。本文完成的工作包括以下三个部分:1、介绍了静态背景下运动目标检测的三种算法,全面分析了三种算法的优缺点;2、针对静态背景下的高斯背景差法,通过研究如何得到、以及如何及时更新背景模型,增强运动目标检测随环境变化的鲁棒性,提出了分块的高斯背景估计方法;最后就提出的算法给出了仿真实验,并对结果进行了分析,结果表明该算法达到了预期的效果。3、对运动目标跟踪进行研究,包括:(1)对运动目标跟踪的三种方法和几种常用的运动目标特征提取和匹配算法进行了介绍;(2)重点研究了基于卡尔曼滤波的目标运动追踪方法,对卡尔曼滤波器、跟踪模型做了简要介绍;(3)最后对自适应卡尔曼跟踪模型进行了阐述,并对其进行仿真实验,将卡尔曼预测的运动位置与实际位置进行比较,最终根据卡尔曼跟踪系统得到了物体的运动轨迹。