智能监控在人类生活中发挥着日益重要的作用,视频序列运动分析也成为一个重要的研究课题。运动目标检测与跟踪作为其中的关键技术也引起人们的广泛关注,成为当下一个热门的研究课题。本文以静态摄像机获取的视频图像为研究对象,研究复杂背景下运动目标检测等问题。首先,本文介绍了目标检测与跟踪的研究背景和研究现状,并引出本文的研究重点：在单摄像机静态背景下的运动目标检测,阴影消除,目标跟踪等方法,以及在此基础上通过实验和比较验证了算法的可行性。在目标提取方面,本文在列举了几种典型的目标检测方法后,确定了背景差分法作为本文运动目标提取的方法。接着介绍了常用的几种背景建模方法,重点研究了一种基于本征图像的背景提取方法。通过反复实验和调整,采用基于本征图像的背景提取方法建立了背景模型。再将当前图像与背景模型的双阈值差分图像与其在梯度域的差分图像进行融合,有效地检测出了运动目标。在阴影检测方面,本文在总结了多种阴影消除方法后,根据已经获取的边缘特征信息,进行边缘消除与重构,再结合局部LBP(Local Binary Patterns)纹理法,对阴影进行消除,最后进行形态学处理取得了较好的阴影消除效果。在目标跟踪方面,本文分析介绍了几种目前应用较为普遍的运动目标跟踪方法。在本文算法检测到的运动目标的基础上,利用Kalman滤波方法进行目标位置预测,得到预测范围,再通过质心与外界矩形的匹配,很好的实现多目标的跟踪。