在智能监控领域日益追求自动化的今天，具有运动检测、目标跟踪，能完全替代监控人员，自动对监视场景中运动物体进行实时、持续的主动监控是非常必要的。 本文研究了摄像机静止情况下基于单目视觉的运动物体检测与运动物体跟踪方法，主要进行了以下几方面的研究： 1. 在深入研究了现有的前景运动区域检测技术基础上，针对单目视觉中的运动物体检测，提出了背景差分法和前景自适应分割相结合的检测方法。采用正态分布模型和卡尔曼滤波法提取背景及动态更新背景，并利用数学形态学及连通性处理对提取的运动目标区域进行后处理，提高了检测效率。 2. 采用扩展的卡尔曼滤波法对传统的卡尔曼滤波运动物体的跟踪算法进行改进，通过设置初始值、预测下一时刻目标的位置、目标匹配搜索、卡尔曼滤波器参数的修正等步骤实现跟踪算法的改进，一方面可以为监控人员提供明确的指示，另一方面连续定位的数据可以为目标运动行为分析理解提供依据。 3. 在所描述的检测和跟踪理论基础上，针对实验室环境设计智能楼宇监控系统，给出系统硬件和软件环境及系统功能，通过实验得出了不同环境、不同视频监控条件和不同的安全条件要求下的阈值，依据阈值的大小进行自动报警，并能保存图像和报警信息。 实验证明：本文提到的算法能较好的检测运动物体，具有较好的实时性，能实时报警，减轻监控人员的工作强度，增加监控的可靠性。