近年来,随着计算机视觉技术、嵌入式技术和通信技术的迅猛发展,智能视频监控技术在社会中诸多领域得到了越来越广泛的应用。运动目标检测与跟踪是智能视频监控技术的核心技术之一,同时也是实现智能视频监控应用的基础,目前正朝向结合嵌入式技术和无线通信网络技术不断进步,对它无论是在科学研究上还是实际应用上都具有良好的前景,因而对在嵌入式平台上进行智能视频监控系统的研究与开发已成为了广大研究人员的研究热点。本文主要针对静止场景下的运动目标检测与跟踪技术进行深入的研究,并对传统算法存在的问题设计出改进的运动目标检测与跟踪算法。本文的主要研究工作如下：在运动目标检测方面,首先对目前常用的三种运动目标检测方法：光流法、背景差分法和帧间差分法进行简要分析,其中重点讨论帧间差分法和背景差分法的优缺点,之后分别对两种算法进行改进,并引入边缘检测算子,对其的选取进行了客观评价,设计了一种基于五帧差分和背景边缘检测差相结合的运动目标检测算法。最后通过实验结果证明,本文算法不仅能够快速地提取完整、准确的运动目标轮廓还可以消除阴影和空洞现象,为后续的运动目标跟踪奠定基础。在运动目标跟踪方面,首先介绍了不同的运动目标跟踪算法,重点研究了传统均值漂移运动跟踪算法的理论和跟踪原理,其次针对传统均值漂移跟踪算法所存在的两点不足：跟踪快速运动目标和出现严重遮挡时容易造成目标丢失等问题,通过确定目标形心和监测巴氏系数的变化,设计了基于卡尔曼滤波和均值漂移跟踪算法相结合的运动目标跟踪算法来解决上述不足。最后通过实验证明,该算法跟踪的准确性和稳定性相对于传统均值漂移跟踪算法跟踪效果有了显著提高。在系统功能实现方面,首先在开发板中进行了嵌入式操作系统、计算机开源视觉库OpenCV和图形界面库Qt的移植,之后对算法实现进行了模块化的软件设计,并通过相关程序的编写在嵌入式平台上实现了运动目标的检测与跟踪。实验结果证明,本文中改进的运动目标检测与跟踪算法,提高了算法在复杂环境下的适应能力,可以实现对运动目标的快速、准确的检测和稳定的跟踪,具有广泛的应用前景。