智能视频监控是计算机视觉领域的重要内容之一，在军工、医疗、安防及科研等领域得到了广泛的应用。在智能视频监控系统中，运动目标的检测与跟踪算法的设计是其最基础的两项技术，研究这两项基础技术对提升智能视频监控系统的性能意义非常。本文重点研究了视频图像中运动目标检测与跟踪技术，主要工作如下:　　在运动目标检测算法的研究中，首先对目标检测的三种常用方法:背景差分法、光流法、帧间差分法进行了比较分析，着重分析了五帧差分算法，针对五帧差分法检测出的目标仍然存在一些空洞和边缘不够连续的问题。提出采用基于五帧差分法的改进算法检测运动目标。它是通过提取连续的五帧视频图像，取五帧中的两帧作四次帧差，再将四次帧差的结果两两做或运算之后再做与运算来得到运动目标。通过实验比较了五帧差分法和基于五帧差分法的改进算法的检测效果，实验证明采用基于五帧差分法的改进算法来提取运动目标，有效地消除了空洞和边缘模糊问题，效果更佳。　　在运动目标跟踪的算法研究中，重点分析了meanshift算法在目标跟踪方面的应用，针对传统meanshift跟踪算法不能有效消除目标内包含的背景信息、不能自适应连续视频序列中背景的明显变化的问题。提出了一种改进的meanshift目标跟踪算法，改进算法在求解运动目标和背景的模型直方图之时，采用两者特征直方图的bin值之差来提取目标特征值的显著性大小，并以权值的形式在传统的相似性度量系数中嵌入该值，使用目标的矩信息来估量目标的尺度和角度变化。通过实验比较了改进的跟踪算法与经典meanshift算法及尺度角度自适应meanshift算法的仿真效果。结果显示，在不增加计算复杂度的前提下，改进的meanshift目标跟踪算法拥有更高的定位精度，能有效地消除背景干扰对目标跟踪的影响，能适应背景的缓慢改变的同时可以自适应被跟踪目标的尺度改变和角度旋转，效果良好。