运动目标的检测与跟踪是现代视频监控系统的核心,也一直是计算机视觉领域研究的热点和难点。实际的监控场景一般都比较复杂,而且往往需要跟踪多个运动目标。如何解决场景的动态变化、场景光线的突变、运动目标影子的检测与去除、运动目标之间发生交叉以及交叉后目标之间又出现分离等关键问题,成为目前广大研究人员研究的热点问题。本文在研究了一些经典的运动目标检测与跟踪算法的基础上提出了一些实用的解决方案;同时对运动目标检测与跟踪系统的进行了功能扩展,即基于双目立体视觉提取运动目标的深度信息。针对采用基于混合高斯建模的背景差分法实现动态场景中运动目标检测时,无法应对场景光线的变化,无法判断运动目标的影子等问题,本文提出了光线调整和影子检测与去除两种改进方法。对于运动目标的跟踪,本文提出了基于目标团块跟踪、目标特征跟踪、目标角点跟踪以及卡尔曼预估相结合的跟踪策略,该方法能够在复杂的跟踪环境中实现多个运动目标的稳定跟踪。基于双目立体视觉提取运动目标的深度信息包括摄像机的标定、立体校正、立体匹配以及深度计算。本文的运动目标检测与跟踪算法在多个数据库上进行了测试,在适应场景光线的突变、检测并去除目标的影子以及稳定跟踪多个目标等方面均有效。同时,提取的目标深度信息在一定的范围内有着较高的精度,表明将双目视觉测距引入视频监控领域是可行的。