基于图像序列的运动目标检测与跟踪是计算机视觉领域的重要研究课题之一，这一技术在军事、医学和科研等领域都具有广阔的应用前景。运动目标检测与跟踪算法的设计直接影响跟踪效果的准确性和稳定性，对于鲁棒性好、精确度高的跟踪方法的研究一直是计算机视觉等领域的热点问题。本文首先围绕运动目标检测算法，重点研究了各种差分法，并根据目标检测的具体应用环境，提出了一种联合多帧的动态背景更新方法。然后，针对摄像机运动时的运动目标跟踪问题进行了初步的探讨和研究，给出了一种基于块匹配的背景运动补偿方法。实验表明这种方法不仅消除了摄像机运动给目标检测造成的影响，而且提取的目标比较完整。并且将此算法和普通差分结合，给出了一种基于动摄像机的运动目标跟踪方法，并以复杂静态场景下的人为跟踪目标进行了实验，取得了不错的效果，但跟踪速度还有待进一步提高。最后，围绕基于相关的运动目标跟踪方法，重点研究了SSDA快速匹配算法和模板更新策略。为了进一步提高SSDA算法的匹配速度，提出了一种基于Mallat正交小波变换的改进措施。针对模板匹配在模板更新时一旦模板信息更新不当，容易出现目标跟丢问题，给出了一种差分和SSDA相结合的运动目标跟踪方法。该方法综合了差分法的优点，不仅可以自动提取目标模板，而且在目标跟丢时，可以重新捕获目标。通过以人为跟踪目标的大量实验，验证了算法的可行性。