本文先用小波变换进行了图像去噪和目标增强。帧间差值法检测运动目标简单快捷，但是精确度低，无法获知目标的运动方向和速度大小等重要信息；光流场算法不仅包含了被观察物体的运动信息，而且携带着有关景物三维结构的丰富信息，但是计算复杂，不适合实时处理。　　 本文将二者相结合，运动目标的第一步的检测由帧间差值法完成，同时数学形态学对差值图像过滤和排查，消除复杂背景对运动目标的干扰。　　　　 实验是复杂场景下的火车，通过对火车的视频图像序列进行处理，达到对火车的跟踪和速度检测，防止火车交通意外的发生，而且为智能编组的研究提供依据。同时，算法也可以应用在啤酒检测系统以及检测复杂背景下的骑白行车的人。实验表明该算法检测效果比较好，有比较高的实时性和可靠性。