视频图像序列中运动目标的检测与跟踪属于智能视频监控的范畴,是计算机视觉领域非常活跃的课题之一,目前针对这一课题的研究可应用到智能交通、虚拟现实、场景监测、医疗诊断、气象分析和游戏娱乐等众多领域,具有非常广泛的应用前景。本文针对视频图像序列中运动目标的检测与跟踪这一问题展开了深入的研究,在认真总结前人丰富的研究成果的基础上,深入分析与探讨了目前运动目标检测与跟踪算法研究领域所面临的主要问题,并借此提出了本文针对这些问题的改进方法。在运动目标检测方面,本文研究了较为成熟的运动目标检测方法,分析和比较了背景减除算法和帧间差算法这两种目前应用最为广泛的运动目标检测方法的优缺点。在运动目标跟踪方面,本文针对视频图像中背景干扰复杂、运动目标之间存在一定程度的相互遮挡以及运动目标姿态发生显著变化等一般运动目标跟踪算法中普遍存在的、难以解决的问题,提出了一种基于分块的自适应特征选择的运动目标跟踪方法,巧妙的将运动目标和背景分为各自大小相等的若干块,从中选择出最具区分度的“目标一背景”块对来完成对运动目标的跟踪,较为理想的处理了背景干扰复杂、运动目标之间存在一定程度的相互遮挡以及运动目标姿态发生显著变化等一般运动目标跟踪算法中普遍存在的、难以解决的问题。同时,积分直方图作为本文提出的方法的一个重要工具,大大提高了若干不同矩形区域的颜色直方图的计算效率。通过大量的实验数据表明,本文提出的运动目标检测与跟踪算法较以往的经典算法相比在性能上有了不小的提升,更具有鲁棒性。