近年来,随着互联网和多媒体技术的蓬勃发展,计算机视觉和视频图像处理也逐渐得到了更广泛的应用。目标检测技术作为其中一项应用价值颇高的分支,一直在计算机视觉领域里倍受研究人员关注。与此同时,随着近年来智能手机的普及,手机的拍摄录像功能已经成为衡量智能手机性能好坏的核心指标之一。将目标检测与跟踪方法运用于手机的对焦辅助、智能多目标捕获等,可以很好的提升智能手机的拍摄性能,优化用户体验。本文针对传统目标检测的优缺点与手机拍摄环境的特性,深入研究了手机拍摄环境下的运动目标检测和跟踪方法,改进了Camshift跟踪算法并提出了一种基于背景补偿和三帧差分法的目标检测方法,同时将改进后检测与跟踪算法进行了集成。集成后的算法可以较准确的完成手机视频的目标检测与跟踪,并满足实时性的要求。本文展开的详细研究工作主要有:(1)对视频图像预处理、图像增强等数字图像处理的基础知识进行了研究并分析了各个部分的特点,同时结合拍摄应用场景对手机所摄视频做了效果测试。(2)研究了静态目标和动态背景下的目标检测,并针对动态背景下传统的目标检测算法的不足,结合手机视频的特殊性,提出了一种基于背景补偿和三帧差分法相结合的运动目标检测方法,并通过测试对算法的检测准确性和实时性做了验证。(3)研究了经典的目标跟踪算法,针对Camshift算法的不足,结合局部二值模式纹理信息,提出了一种改进的Camshift目标跟踪算法,并通过测试对算法的跟踪准确性和实时性做了验证。(4)针对手机拍摄环境,将运动目标检测与跟踪模块进行了整合,经过对实拍视频的测试,验证了整个的算法准确性和实时性,为后续的算法移植、对焦应用打下了基础。