视频序列图像运动目标检测是计算机视觉研究中的一个热点，在视频监控、军事侦查、医学图像处理等诸多领域都有着非常广泛的实际应用。视频图像可以看作随时间变化的静态序列图像，与静态图像不同的是，它包含了非常丰富的运动信息。视频运动检测就是将视频序列图像划分为背景和运动目标两部分，然后提取运动目标和轮廓信息等，为后续的目标跟踪、识别和分类等工作奠定基础。因此，运动目标检测算法的设计对于目标的精确定位和提取是非常重要的。视频序列图像有静止背景和动态背景两类。静止背景运动目标检测的研究比较成熟，主要有帧间差分、背景差分等方法，都能得到较好的检测结果。而动态背景下，背景中包含场景的缓慢运动(如树木的摆动等)，这使得运动目标的检测比较困难。本文基于帧间差分设计了一种适用于动态背景的运动目标检测方法—全景序列差分。文中首先研究了视频序列图像的相关理论和运动目标检测的常用方法，包括帧间差分、背景差分、光流法和基于特征的目标检测方法等，而且分析了各种方法的优缺点以及适用情况。然后详细阐述了全景序列差分的算法步骤，包括相关系数匹配和拼接、全景序列差分、二值化以及形态学处理。最后，利用采集到的视频序列图像验证本文算法的性能，结果表明：全景序列差分能够有效地从动态背景下检测弱运动目标。