利用双目视觉技术对视频处理是当前计算机视觉领域的前沿研究课题，在军用和民用领域有着广泛的应用。本文基于双目视觉以完成运动背景下目标检测为主要目的，研究了双目视觉下的立体匹配、全局运动估计以及运动背景下目标检测三方面的内容。 本文深入研究了马尔科夫随机场(MRF)模型的立体匹配。在构建MRF全局能量函数时，建立了融合灰度和梯度特征的数据项。利用改进的置信度传播算法得到视差图，经过MRF因果系统进行校正。实验表明该方法提高了立体匹配的正确率。 全局运动估计是运动背景下目标检测的关键步骤。本文提出了一种基于特征点结合最小平方中值(LMedS)和最小二乘法(LS)的全局运动估计算法。首先建立摄像机运动模型，然后使用最小核值相似区(SUSAN)算法进行特征点提取，利用带权值的圆形匹配模板，结合灰度和SUSAN初始响应值相似性测度的算法进行特征点匹配，最后结合LMedS和LS估计全局运动的参数。实验表明了该算法的有效性。 在目标检测研究方面，基于双目视觉静态背景下视差图背景差分法在目标与背景具有相似灰度特征和光照发生变化情况下可以有效地检测目标；单目视觉下，利用全局运动补偿的连续帧间灰度差分法实现了运动背景下的目标检测；基于双目视觉运动背景下，本文提出了结合灰度和视差连续帧间差分的目标检测算法，该算法与仅利用灰度或视差的方法相比具有鲁棒性；在多个目标相交的情况，利用视差图对目标进行分割。