目标检测与跟踪作为一个新兴的研究领域，在人类社会步入21世纪以来，在科学与工程中的研究价值越来越重要，在我们的生产生活中的应用前景也越来越广泛。其实际应用场景主要包括有：智能化视频监控、智能人机交互、医疗诊断、虚拟现实以及军事等领域。本论文主要研究内容包括如何使用个人计算机的硬件平台和相关算法，实现从视频图像序列中获得所需的运动物体的相关数据，来有效实现对运动目标的检测和跟踪。本论文主要以视频中的运动目标为对象研究了目标检测与跟踪算法，主要工作如下：(1)本文以VS2010为软件平台，通过调用OpenCV库里的函数进行算法设计。首先，正确配置OpenCV平台，并对OpenCV的函数库进行了介绍，最终完成了实验环境的构建工作。(2)针对高斯噪声和椒盐噪声，对图像进行预处理，介绍了去除噪声的几种滤波方法，深入分析了均值滤波算法及中值滤波算法；结合了图像腐蚀技术和图像膨胀技术研究了图像修复技术。(3)在简单静态背景下，对帧差法、背景差法、光流法三种运动目标检测算法进行了详细的分析和探讨。考虑每种算法的优点和不足，结合了背景差分算法与帧间差分算法各自的优点，运用了基于混合高斯模型的检测方法。通过实验可以得出结论:该算法实现了自适应获取背景图像，并且使背景图像排除了运动目标干扰，成功检测出了运动目标，取得了良好的检测效果。(4)深入研究了CamShift算法及Kalman滤波算法，针对CamShift算法具有的局限性，结合了CamShift算法及Kalman滤波算法，实现了运动目标的跟踪，实验证明，该方法有效地改善了追踪效果，提高了正确率。(5)在运动目标检测与跟踪实验中，经过运行和验证得出了以下结论：对于序列图像中的每帧的平均执行时间，当时间为30ms时，准确、实时、高效要求能够得到满足。