随着科技的发展，各种高新技术日新月异。在视觉领域里，运动目标的检测与跟踪是一个有着重要意义的研究方向，也是概率论与随机统计、模式识别与人工智能、图像处理与估值理论等众多学科涉足的前沿阵地，这一研究方向已经受到国内外众多学者的关注。国内外众多学者对此方向展开了大量研究工作，取得了很多成果。虽然现有的目标检测与跟踪技术已经能满足大部分的运用场景，但针对本文提的出对进入机场的不明人员的检测与跟踪这一场景，现有的方法仍有许多不足之处：一是机场安防的实时性要求较高，现有的很多算法不能满足要求；二是由于机场环境受自然因素的影响较大，如强光的影响，现有的方法不能对阴影进行消除，不能有效实现目标的检测与跟踪；三是场景中目标的数量不确定，现有很多方法会出现漏检现象，导致后续的跟踪也不能准确实施。针对本文提出的机场这一特定场景，本文在已有的成果基础上，对运动目标的检测与跟踪技术进行了深入研究。本文主要研究了以下几方面的内容：（1）对图像预处理技术的应用和常用方法进行了研究，在本文中提出一种改进的中值滤波法的图像预处理方法，对素材进行图像去噪、图像增强，对由细节产生的信息进行增强，对噪声进行抑制。（2）对典型的检测方法进行研究，着重研究了以下几种算法：光流法、背景差分法、帧间差法。总结每种方法的优缺点，根据本文的特定场景和实际情况，提出一种改进的帧间差分法和背景差分法相结合的目标检测方法。（3）对典型的跟踪方法进行研究，着重研究了以下几种算法：基于区域的跟踪、基于特征的跟踪、基于变形模版的跟踪、基于模型的跟踪。并总结分析各种方法的优缺点，根据本文提出场景的需要，提出一种改进的基于特征的跟踪方法。（4）对场景中运动目标的具体情况做了四种情况分析，针对不同的情况，适当调整跟踪方法。采用MATLAB仿真了本文提出的方法，仿真结果表明，本文的目标检测和跟踪技术具有较好的实时性、鲁棒性和稳定性。