智能监控系统是一个社会实现高效管理的重要组件,而运动目标检测则是实现系统的重要一步。论文主要研究了运动目标检测中较典型的目标提取技术与目标匹配技术两个方面存在的不足,并采用了一些较以往效果有所改进的方法,论文将研究成果应用于实际项目中。Vibe(Visual Background Extractor即视觉背景提取)算法速度比较快,能够有效抑制噪声,但是也存在一定缺陷,比如无法有效地去除运动目标阴影,且不能快速去除建立模型前期存在的“鬼影”区域。针对上述存在的不足,研究了一个新的方法,融合了帧间差分方法的Vibe方法,将二者的优势相结合对于提取效果有了一定的提升。利用帧间差分二值掩膜方法,进行了两点性能提升,a.在灰度颜色空间进行前景提取并利用亮度信息去除感兴趣运动物体产生的阴影,b.巧妙运用帧差法的特性,快速去除Vibe产生的“鬼影”,最后用前文所述的形态学处理方法对提取结果加以改善,给出实验验证结果。目标匹配方法主要有利用全局特征的匹配和利用局部特征的匹配,但是单一使用一种匹配方法效果会比较局限,本文提出改进的基于颜色分布的颜色特征与局部SIFT特征融合的特征匹配方法,能够取得一定的效果。除此之外对于目标提取过程中会出现目标分块的情况,也提出了相应的改进方法。论文最后依托特定区域入侵目标检测系统,将上述改进方法应用于系统中,针对某博物馆实际场景进行分析理解,给出了实验效果和分析。