运动目标的检测与跟踪是数字图像处理和模式识别以及计算机视觉领域研究的主要内容之一,也是计算机视觉研究的一个重要领域。它在机器人导航、安全监控系统、医学图象分析和虚拟现实等领域中都有广泛应用。本论文主要对运动目标检测、运动多目标跟踪技术开展研究。本文首先介绍了运动目标检测的三种算法,帧间差分法、背景差分法、光流法,全面分析了三种算法的优缺点,然后确定了在摄像头固定的条件下采用背景差分法进行运动目标检测。对基于帧间差分法提取背景的方法进行了改进,给出了原方法和改进方法的仿真,实验结果表明改进算法达到了预期的效果。在利用改进方法实现背景模型的自动提取后,以背景差的方法实现运动目标的初步检测,最后通过灰度图像直方图均衡和形态学运算完整的分离出所有运动目标。在多目标跟踪方面,本文对卡尔曼滤波器、跟踪模型做了简要介绍,提出一种多特征融合与Kalman预测相结合的多目标跟踪方法,以目标的最小外接矩形中心、目标宽高比、目标面积形成融合测度,对多个运动目标进行匹配关联。实验结果表明,采用这种方法对多个运动目标进行跟踪具有良好的准确性和稳定性。