图像序列中运动目标的检测与跟踪是计算机视觉领域非常活跃的课题之一,涉及计算机图形学、图像处理、模式识别、人工智能、神经网络、物理学、心理学和生理学等交叉学科,该课题已经深入应用到智能交通、场景监测、医疗诊断和气象分析等众多领域,具有非常广泛的应用前景。目前,图像序列中运动目标的检测与跟踪在理论和应用上都面临着很多难题,国内外大批学者投身于该领域的研究和探索,并且取得了大量的成果。本文是在这些成果的基础上,系统研究了图像序列中运动目标的检测、分割和跟踪方面的理论和方法。在运动目标检测和分割方面,本文首先对当前的运动目标检测和分割技术进行了概述,详细的介绍了几种常用的目标检测和分割方法,在些基础上提出了基于图像序列组的改进最大类间方差法的阈值快速确定算法,该算法在目标场景比较稳定时,实现对低速运动目标的有效快速检测。在目标跟踪方面,对中值漂移算法(MeanShift)基本原理及应用进行了详细介绍,并将算法扩展到连续图像序列形成Camshift(Continuously Adaptive Mean Shift)算法,实验表明,该算法对基于连续图像颜色动态变化的概率分布的目标跟踪是一种有效的跟踪算法。