随着信息化进程加快，现在无论是道路交通、社区住宅还是银行商城等，电子眼、摄像监控随处可见。它们逐渐走入人们的日常生活，在记录生活的过程中保障着人们的安全。虽然，有很多学者致力于运动目标检测与跟踪技术的研究工作，也获得了很多科技成果，但是，该技术的研究仍然有许多难题需要解决。本文在前人研究成果的基础上，对基于图像的运动目标检测与跟踪技术展开了研究。主要的所做工作如下：首先，通过分析运动目标检测中的光流法、帧差法及背景差分法的理论，重点研究背景差分法并对其进行改进。在原有的固定阈值上加一个自适应阈值，降低光照变化对前景检测的影响。然后，在分析了单高斯及混合高斯背景建模的理论基础上，对学习率、高斯分布数和背景模型阈值三个参数对混合高斯背景建模的影响实施仿真验证，提出了自适应的学习率的改进。然后，分析检测结果后处理中的滤波算法的性能并进行了实验仿真，选择了处理效果最好的形态学操作作为检测后处理的噪声去除方法。为了标记目标在视频帧中的位置，采用了连通域分析方法，该方法可以很好的标记出目标所在的区域。最后，研究目标跟踪算法的基础理论，重点分析了三种典型的目标跟踪算法。在研究分析的基础上，将分模块匹配及位置预测融入粒子滤波中，使用改进粒子滤波算法跟踪视觉场景中运动目标，可以比较好的处理跟踪过程中的遮挡问题。