目标检测与跟踪技术是智能视频监控系统的主要研究内容,是当前计算机视觉领域的研究热点之一,不但有着很重要的实际应用价值,而且也是计算机视觉其他研究领域的研究基础和前提。本文首先介绍了图像预处理方面的一些相关理论,包括视频图像的读取,RGB、YUV和HSV颜色模型,图像的灰度化、平滑去噪、形态学处理以及直方图等。通过这些处理可以有效的消除噪声,改善图像质量,为后续处理工作提供了一定的保证。运动目标检测方面,在三种基本的目标检测方法——帧差法、背景差分法和光流法的基础上,重点研究了背景建模的方法,提出了基于连续帧间差分与背景差分相结合以及三帧差分与混合高斯建模相结合的改进的背景建模方法,通过两种方法的结合,获得了比较完整的运动区域。运动目标跟踪方面,重点研究了Meanshift算法及其改进的Camshift算法,考虑到Camshift是一种半自动、单目标的跟踪算法,而本文主要跟踪的对象是运动人脸目标,提出了将AdaBoost人脸检测算法与Camshfit算法相结合的跟踪算法,从而实现了全自动的多目标跟踪。同时,本文还介绍了OpenCV工具及其在VC6.0下的配置,并利用该工具对本文提到的算法进行实现与验证,很好的实现了对视频运动目标的检测与跟踪。