视频分析和处理在商业、军事、工业等领域有着十分广泛的应用，而视频检测分割技术是视频分析和处理中的一个重要技术，因为人们往往希望能在视频序列中检测并提取出注意及感兴趣的主体。例如按内容对视频数据进行检索和查询，静态场景监测系统，红外目标跟踪与识别系统等。本文首先对一般的视频序列建立了随机实验模型，把图像序列看作多维随机信号可以描述为样本集合，随机变量集合以及灰度随机变量。讨论了随机图像用像素代数来进行描述的四种形式以及用视频对象来进行描述的形式和模型。针对某一类视频序列，为方便实验起见，把图像序列用灰度随机变量来描述，对其进行仿真并研究其统计特性。得到视频序列在局时空域上是统计关联的或具有局时空域的马氏统计特性，时差分视频背景序列的时空平稳性以及时差分帧残留噪声的类白高斯特性等仿真结果。这些特性和描述方法是其他很多图像处理方法的基础或假设前提，很有必要对这方面做详细研究，本文就对此做了较全面的研究分析。其次本文对目标可视性问题进行了详细地分析研究。从影响可视性的几个因素入手分析并由此提出目标邻对比度参数，对目标邻对比度参数和目标可视性的关系进行了研究仿真。又从可检测性的角度研究了虚警、漏警概率特性并由此提出邻对比信噪比参数，对邻对比信噪比参数和目标可检测性的关系进行了研究。提出两种目标可视性分类方法并对其从多方面进行描述，最后建立可视性模型。这方面的研究对检测方法尤其是对微弱点状目标的检测将有很重要的作用。基于前面所述理论分析和实验结果，本文研究了几种检测方法：噪声特征参数估计方法，背景估计方法，基于时空分集理论的TBD检测技术的基本理论。并着重对其中的噪声特征参数估计方法和背景估计方法进行了仿真分析、比较。尤其是对噪声特征参数估计方法的初始参数估计选取问题，迭代函数问题进行了分析；对背景估计方法中所选取块的大小，目标大小对检测结果的影响进行了分析。本文设计的仿真平台是一个完整的PC仿真平台，除了完成上述仿真内容外，还可以广泛应用在工程上、教学上，并可在该仿真平台基<WP=5>础上做进一步内容的PC仿真分析。