动态物体检测技术已经被广泛应用于生活中的各个领域。本文在研究动态物体检测技术发展现状及应用的前提下,针对传统动态物体检测存在的对噪声和光线变化敏感、物体往复运动存在“鬼影”误检测、无法检测深度信息等问题,提出了使用双目相机进行动态物体三维检测的方法,并搭建实验装置和实验场景,对关键技术进行分析与研究,编写算法实现的代码。提出了一种改进的自适应混合高斯背景建模算法,利用双目相机得到的深度图,进行三维背景建模,从而实现场景内动态物体的检测。该算法检测结果准确,不受光照影响,不会出现“鬼影”现象,可以得到运动物体的深度信息。本文的工作主要包括以下几个方面:1.研究了双目立体视觉系统的成像原理,分析了双目相机的标定过程,立体校正方法,以及图像匹配、视差图计算和深度还原等过程。在面阵双目视觉成像系统的基础上,推导分析了线阵双目系统的模型,分析了线阵模型的成像原理。2.研究了动态物体的检测技术,包括帧间差分法、背景减除法和光流法的原理和算法实现,比对检测效果,分析各自的优点和存在的问题。特别研究了基于自适应混合高斯背景建模的背景减除法,测试了该算法对动态物体检测的结果,针对算法存在的“鬼影”问题、以及光线变化导致的误检测问题,提出使用深度图进行混合高斯背景建模,解决了光线变化对检测结果的影响,并且通过更改背景建模的学习率,去除了“鬼影”带来的建模错误。3.模拟设计线阵双目成像系统,建立了一个场景的实时监测系统,系统不受光照的影响,可以快速地检测出是否有物体进入或者离开监测区域,并且可以得到进入或者离开监测区域的物体粗略的深度信息。4.搭建面阵双目视觉成像系统,编写双目视觉成像系统的实现代码,使用双目系统对物体的深度信息进行检测。利用面阵双目视觉系统和改进的自适应混合高斯背景建模算法相结合,对深度图像进行背景减除,检测出场景中动态物体并且得到动态物体的深度信息。通过实验证明,该算法可以在光线变化的条件下进行检测,同时可以消除“鬼影”的误检测,可以得到了运动物体精准的深度信息,是真正在三维空间中进行的运动物体检测和追踪。利用双目视觉系统结合改进的自适应混合高斯背景建模方法对小区入口人流进行了检测和追踪,实现了对进出小区的人流统计。对系统在不同精度的测量精度进行了统计分析。