随着计算机、图像处理以及网络、传输技术的快速发展，智能视频监控技术成为近年来计算机视觉领域研究的热门课题。智能视频监控可以在不需要人为干预的情况下对视频中的运动目标进行识别、判断，在发生异常情况时及时发出警报，有效地协助安全人员及时处理危险，避免可能发生的犯罪行为。基于视频序列的运动目标检测与跟踪技术作为实现智能视频监控的重要技术之一，吸引了国内外很多学者投入到该领域，并取得了大量的研究成果。在这些前人的研究成果基础上，针对目前普遍存在的向车外抛物的不文明现象，利用车辆与抛物之间的距离来判断该车辆是否有抛物抛出。在背景重构中，采用与帧间差分法结合的方法，改进了一种基于最大概率值假设的背景重构方法。主要内容可以概括如下：　　 1、简要介绍了常用的运动目标检测和目标分割的常用方法，分析了各个算法的优缺点及适用范围。然后针对小运动目标检测问题，采用了基于混合高斯模型的运动目标检测方法来检测小运动目标，该方法可以实时更新背景，有效避免树叶抖动等背景变化的干扰。　　 2、深入研究了一种基于最大概率值假设的背景重构方法，针对该方法当假设条件不满足时造成的背景重构不准确的现象，结合帧间差分法对其进行了改进，改进后的算法在假设条件不满足时也能很好地重构出背景图像，从而消除了假设条件的限制。另外，针对传统的基于灰度图像的运动目标检测的不足，介绍了一种基于RGB彩色模型的运动目标检测方法，并在二值图像后处理中，将区域填充与膨胀相结合，该方法可以尽可能减少因膨胀过多造成的目标轮廓变形的现象。　　 3、根据车辆在视频图像中的大小与车辆和摄像机的距离之间的规律，利用车辆与抛物的距离以及面积之比来判断抛物是否该车辆抛出，并用Mean shift方法跟踪车辆，在检测出车辆抛出物体时用红色的标记跟踪车辆，发出警告。实验结果表明，该方法能有效地判断简单场景下运动速度较慢车辆的车外抛物。最后设计与实现了车外抛物检测系统界面，使车外抛物检测过程更加直观。