运动目标检测是计算机视觉应用领域的一个热点研究方向。运动目标检测将运动目标和复杂的背景分开,并获得描述物体及其运动的相关参数,是解决众多计算机视觉问题的基础和关键,其结果直接影响着后续目标分类、跟踪及行为理解等过程的处理。目前运动目标检测已广泛应用于图像处理、工业检测、智能系统等领域,但其在理论和应用上还存在许多不足,国内外许多学者对其进行了大量的研究,并取得了一定的成果。本文在这些成果的基础上,提出了一种混合高斯模型背景差分法的改进算法,并在以TMS320DM642为核心的硬件平台上实现了该算法。本文首先对运动目标检测算法进行了研究。对主要的三种目标检测算法(帧间差分法、光流分割法和背景差分法)进行了分析与比较,针对混合高斯背景差分法的不足,提出了一种将三帧差分法和混合高斯背景差分法相结合的改进算法,并在MATLAB上进行了仿真实验,仿真结果表明该算法能够有效提取运动目标,检测速度更快、效果更好。其次以DSP芯片(Digital Signal Processing)为核心设计了运动目标检测硬件系统,并详细设计了各模块间的硬件接口及总线连接。系统主要包括视频采集模块、DSP模块、视频显示模块和存储模块,视频采集模块选用TVP5150PBS为解码器,DSP模块选用TMS320DM642为核心算法处理器,视频显示模块选用SAA7121H为编码器,存储模块选用HY57V283220TI扩展SDRAM,选用MBM29DL800TA扩展Flash。然后对运动目标检测算法在硬件系统上的实现进行了研究。设计了系统软件流程,完成了系统软件代码的编写,并从C代码和数据存储的角度对系统软件进行了优化,减小了代码的大小,提高了算法的运行速度。最后对系统进行了分析和测试。通过对系统基础模块和视频处理模块的测试,验证了算法的有效性。