随着科学技术的进步,尤其是计算机技术、图像处理技术的不断发展,智能视频监控及运动目标的行为分析成为新的研究热点。论文来源于与企业合作开发的智能视频监控系统,重点研究视频图像中运动目标的检测和跟踪算法。论文首先介绍了数字图像处理的基础知识,并根据实际情况,针对彩色图到灰色图的转换、噪声滤波、直方图均衡化和数学形态学处理等常用方法进行了实验,为运动目标检测和跟踪算法的研究奠定了基础。论文的主要工作如下：在运动目标检测方面,在分析当前目标检测算法的基础上,提出了一种基于改进对称差分算法的运动目标快速检测算法。该算法首先利用改进的对称差分算法得到对象的活动区域,再利用数学形态学滤波,获得目标所在的最小的外接矩形区域。实验证明,该算法简捷,快速,有效,可以得到运动比较精确的特征,同时大大减少对图像进行边缘检测、图像识别等的运算。在运动目标跟踪方面,提出一种基于BP神经网络的运动目标跟踪算法。将本文提出的运动目标快速检测算法快速算法与BP神经网络相结合,一方面充分利用了神经网络容错性强,运算速度快的优势,解决了视频图像中运动目标检测与跟踪技术对鲁棒性,准确性的要求；另一方面利用运动目标快速检测算法,可以减少神经网络全局搜索的计算量,解决了视频图像中运动目标检测与跟踪技术对处理速度的要求。在上述研究的基础上,给出了基于BP神经网络的运动目标检测与跟踪的总体设计方案,仿真实验表明,该方案可以准确地对运动目标进行检测与跟踪。