运动检测技术被广泛应用于军事、娱乐、生活等领域，起着重要的作用，而人体的运动检测与跟踪则是其中重要的一方面。在一般的检测中，被检测的人体通常为匀速运动物体，而本文针对羽毛球、网球这些运动场上的人体进行研究，其特点是人体通常是变速运动且各肢体还可能有方向突变的运动，用以往的算法难以解决。 本文首次将正交高斯厄米特矩(orthogonalGaussian-Hermitemoments——OGHMs)应用在球场上的运动物体分割，在序列图像中进行运动检测，利用OGHMs的抗干扰性将运动的人体很好的分割出来；在此基础上将肤色分割结合到运动检测领域中，对当前帧图像进行肤色分割，再与OGHMs得出的运动图像共同作用，提取出运动的肢体；建立中等复杂度的基于线图法构建的人体模型，用在人肢体的跟踪上；在跟踪算法上，提出不基于运动方程的肢体跟踪算法，在人体模型基础上建立人体运动模型，有效的对球场上运动的人体进行跟踪。 采用该算法对羽毛球、网球视频中的序列图像中的人体进行检测与跟踪，得到良好的效果。