在人类感知到的环境信息中，视觉信息占了非常大的比重，其中动态视觉信息更是其主要组成部分。机器人视觉是机器人世界一个新兴的领域，基于机器人视觉的算法研究是一个重要的研究方向。运动目标检测与跟踪是应用视觉研究领域的一个重要课题，在机器人视觉领域有着广泛的应用。由于光照变化、背景干扰、阴影、摄像头的抖动以及运动目标之间遮挡等现象的存在，给运动目标的正确检测与跟踪带来了极大的挑战。本文首先综述了课题研究的国内外发展情况，提出了系统的设计方案，包括工作原理和系统构成等。在总结和分析现有运动目标检测与跟踪方法的基础上本文首先探讨了几种运动检测的方法。在运动目标的检测与提取方面，本文结合了背景差分和帧间差分的优点，在Surendra算法的基础之上提出了一种背景提取改进算法，其对光线变化具有鲁棒性。然后本文在对模板匹配的方法进行了深入分析的基础上，对基于Hausdorff距离的模板匹配的方法进行了研究，并将其与Chamfer距离变换相结合，提出了一种模板匹配与更新的算法。最后在运动目标估计方面，本文利用Kalman滤波方法对运动目标的运动实现了估计，并进行了仿真。这种方法能够实现对运动目标的运动位置的估计并提升匹配的速度。