随着多媒体技术的发展和计算机性能的提高，基于图像处理的智能监控系统有很大的需求并得到了越来越广泛的应用，比如交通、公安、医疗、军事、电信、金融等系统、领域的安全监控、自动监控和远程监控。 运动目标的检测、识别是智能监控系统中的一个重要的研究课题。本论文从算法分析和实验研究两个角度，对智能图像监控系统中的关键技术——运动目标检测与识别技术及其实时处理方法进行了研究。在满足实时性要求的前提下，解决了目标检测、目标分割精度和识别准确性的问题。 具体地说，本论文的研究内容主要包括图像预处理、目标运动信息提取、图像分割、目标识别几个部分： 首先采用快速中值滤波和线性灰度变换对图像进行预处理，提高了图像的质量；然后采用基于序列图像差分的邻域比较方法获取目标的运动信息，该方法简单、易实现，并有一定的降噪功能，增强了系统的抗干扰能力。 在图像分割中采用了由粗到精的两步分割的策略。特别地，在目标精分割中，本论文提出了一种基于一维最大类间方差和区域生长法的新的分割算法，算法中对区域生长法作了改进，提出了一种带约束条件的生长规则和一种新的生长策略，降低了算法的复杂度，减小了