运动目标检测是提取视频序列中的运动目标区域。它是图像处理与计算机视觉领域中一个非常活跃的分支。在交通流量的控制、人体跟踪、汽车的自动驾驶和辅助驾驶等多个场合，运动目标检测都有非常广泛的应用。帧间差分法是将不同时刻、同一背景的两幅图像进行比较，可以反映出一个运动物体在此背景下的运动结果。基于此思想引入了“三帧差法”，它是一种常见的运动目标检测方法，首先对视频序列中的前一帧图像与当前帧图像作差，其次对下一帧图像与当前帧图像做差，再次将这两个差值作与运算，然后将此时运动目标变化区域的灰度值设定为阈值，最后就可以较准确地得到运动目标在视频序列中的位置，从而检测出运动目标。本文提出了两种基于三帧差法的运动目标检测方法：1.提出了基于三帧差法和阈值分割的运动目标检测方法。首先详细分析了一维交叉熵阈值分割和二维交叉熵阈值分割方法，从而推导出了快速的二维交叉熵阈值分割算法；其次提出了基于三帧差和阈值分割的运动目标检测方法；然后对视频序列中的连续三帧图像做三帧差运算；最后对所得结果用快速二维交叉熵阈值分割算法进行阈值分割，在满足实时性要求的同时得到了准确的运动目标检测结果。2.提出了基于三帧差法和数据融合的运动目标检测方法。首先对视频序列中的某一帧图像做Kirsch算子边缘检测；其次将边缘检测后的图像和所提出的第一种方法得到的检测图像进行融合；最后对融合后的图像做形态学处理，在满足实时性要求的同时得到了完整、准确的运动目标检测结果。