运动对象检测是计算机视觉和运动图像编码研究领域的一个重要课题，在许多领域有着广泛的应用。特别是在安全监控应用中，运动对象检测是基于视频的安全监控异常报警任务的关键算法。运动对象检测就是判断视频序列中是否存在运动目标，并确定运动目标的位置。由于背景一般比较复杂，例如背景中的树枝叶晃动、场景照明亮度的变化、摄像机的抖动等现象的存在，都给运动对象的正确检测带来了极大的挑战。 本文首先概要介绍了目前运动对象检测的一些常用方法包括时间差分法、背景差分法、基于光流场的方法，并对各种方法进行了比较，指出其优缺点及适用范围。 由运动对象所形成的图像序列可分为两种情况：一种是静止背景，一种是运动背景。静止背景下运动对象检测现有研究较多，其中背景差分法是最常使用的运动对象检测技术。本文针对室内监控的场景特点，提出一种基于自适应混合背景模型的运动对象检测算法，该算法处理速度快、对场景亮度变化不敏感，并结合运动距离分析进行异常事件检测，使其能够适应用户灵活的异常处理要求。 在目标表示和描述方面，本文作了初步研究，分析了几种常见的目标表示方法，提出一种根据目标的面积、周长等几何形状特征来描述目标的方法，可用于目标的运动分析和跟踪，降低异常报警系统的误报率。