目标检测和跟踪，是从一系列的图像序列中检测出运动的目标，并且给出运动目标在图像中的位置。在视频监控、智能交通、军事等领域，目标检测和跟踪技术都得到了广泛的应用，是进行相关领域后续研究的一个重要的基础。本文利用研究的目标检测和跟踪内容，最终实现一个可以在视频监控中应用的目标检测和跟踪系统。　　人们把目标检测和跟踪领域的技术分为目标检测和目标跟踪两个方向进行研究。本文首先分析当前目标检测算法的特点，并具体分析了常见的光流法、帧差法、背景差分法，并给出了几种算法的具体实现方法。针对常见算法运算量大、实时性差的特点，将几种常见算法的各自的优势进行比较分析，最终采用基于码本的目标检测算法。　　其次，本文分析了目标跟踪领域的几个主要算法，基于模板匹配的跟踪、基于颜色直方图的跟踪、基于主动轮廓线的跟踪。在实际的监控中，遮挡、形变、光照变化等环境因素的影响严重的影响实际的检测和跟踪效果，针对这一问题,我们采用一种基于粒子滤波和概率外观模型的跟踪算法，经过实际的测试，跟踪的准确率达到98％以上。　　再次，为了降低运算量、提高算法和系统的实时性，我们采用滤波算法先预测目标可能出现的区域，从而减少了搜索区域，降低了运算量。常用的滤波算法有线性滤波算法、卡尔曼滤波及其扩展算法、粒子滤波算法等。每种滤波算法都有一定的特点，也有一定的适应范围，卡尔曼滤波算法适合于线性的高斯模型，它给出的解总是最优的；粒子滤波就可以适用于任何形式的模型。我们采用粒子滤波进行目标位置的预测。　　最后，利用当前研究比较成熟的码本算法和我们采用的基于粒子滤波和概率外观模型的跟踪算法，在嵌入式系统上，具体的实现一个可以进行运动目标检测和跟踪的嵌入式系统。