本文课题来源于台湾致伸公司与中山大学图形图像技术实验室的合作项目：“基于监控内容的视频索引与检索”，该项目的目的是通过对视频序列进行处理、分析和理解、建立结构和索引，以对巨量数字视频资料实现有效的检索。 视频运动检测是对监控视频进行处理过程中一个基础且关键的步骤，它的目的是把运动目标从视频序列中提取出来，这为后续的运动对象的识别、跟踪、行为和语义分析、描述等工作奠定了基础。目前已经有很多研究人员致力于这方面的研究，常用的运动检测方法有：帧差法、减背景法和光流法，但每种方法都有其各自的优缺点，迄今为止还没有一种普适性的运动检测方法可以对各种场景中的监控视频做出精确的运动检测。 本文提出了一种新的基于可视光流的视频运动检测方法，在对基本光流进行计算时使用最小二乘法与多尺度分析相结合来计算，为保证光流的可靠性，又引入了多尺度分析中的各向异性扩散思想，使得计算结果更可靠，而且能消除边缘的伪光滑，在对平滑光流束进行选取时使用颜色区域对光流进行预选，然后对区域边缘进行平滑性判定以实现区域的精细界定，在计算光流束的时域积分时使用ⅡR滤波器来代替传统的积分，这样做提高了程序的运行效率。 实验证明，本文提出的方法检测到的目标区域较传统光流法比较完整，对视频的检测速度和精度较传统光流法都有很大的提高，而且能通过可视光流的建立忽略噪声的影响，不会产生误判，检测结果更符合人眼的观测结果，更接近人对运动物体的理解，除此之外，还能根据已知信息，如目标的运动速度、尺寸对目标在人工调整参数的情况下进行有指导的检测。