近年来,视频监控系统越来越多的应用于各种行业、各种场所,因此对视频监控技术的研究越来越深入。视频监控系统中的运动目标检测、运动目标跟踪和遗弃物识别技术因其广泛的应用前景和较高的实用价值而成为计算机视觉领域的研究热点。随着视频监控系统的迅速普及,与之相关的遗弃物检测与识别技术得到了广泛的研究和应用。本文针对常规的遗弃物检测和识别系统在实际应用中实时性和准确性欠佳的问题,通过对视频监控系统中目标检测与跟踪问题的研究,最终提出一套具有较高实时性和准确性的遗弃物检测和识别系统。研究内容主要包括以下三个方面:(1)深入研究混合高斯模型的背景差方法,并对该方法的更新速率进行改进,在初始时刻采取较大的更新速率,可以快速建立背景模型,然后采用较小的更新速率,防止前景在短时间内更新为背景,该方法提高了检测结果的准确度。同时利用阴影以及鬼影同真实目标的区别,采取相应的算法对运动目标检测得到的结果进行阴影以及鬼影的检测和处理,并用实验进行了验证。(2)本文在数据关联的基础上,引入最小矩形的重叠关系检测目标间的遮挡,并在此基础上采用Mean Shift和粒子滤波算法交替运行对运动目标进行跟踪,由于粒子滤波在多目标跟踪,尤其存在目标间遮挡的情况下跟踪结果准确度高,但是计算量大,而Mean Shift算法在没有遮挡情况下跟踪结果准确度高,而且速度较快,因此,结合两者,既可以提高算法的速度,同时在发生遮挡时也能较好的完成跟踪。(3)模板匹配:模板匹配是匹配技术中一个常用的匹配方法,我们可以利用模板匹配来查找在一幅图像中是否存在某种已知的模板图像,它的基本原则就是通过相关函数的计算来找到它在搜索图中的位置。最后,在前面的研究的基础上,提出了一种改进的基于混合高斯模型的遗弃物检测与识别算法,可以在跟踪以及模板匹配的基础上,有效检测和识别遗弃物,同时对跟踪算法进行了改进,降低了算法的计算量,提高了系统的实时性。