近年来，随着人民生活水平的提高和地面交通的快速发展，城市交通系统的负荷日益加重，如何改善道路交通状况已经成为一个亟待解决的问题。致力于解决各种交通问题的智能监控系统是一种被广泛接受的解决方案。为了支持智能监控系统的发展，基于视频的运动目标检测与跟踪系统成为各国的研究热点。　　本文在学习总结近年来被广泛采用的基于视频的运动目标检测和跟踪技术的基础上，以固定摄像机获取的交通场景视频为研究对象，完成的主要研究工作如下:　　本文对视频帧背景图像进行抽取时采用自适应的混合高斯背景模型，方法对视频帧中每个像素点建立模型，抽取出前景运动目标区域，该方法可以实时有效地对背景进行更新，准确地提取出前景运动目标区域;分析了运动目标阴影对场景中运动目标的检测与跟踪及进一步工作带来的不利影响，研究分析了阴影形成的原因及其特性，最后采用基于光谱比值的阴影去除算法来对阴影进行检测，并对初步去除结果进行形态学的分析来确认阴影，实验证明方法能够有效地去除阴影;分析了对算法进行评测的必要性，介绍了常用的评测方法，重点分析了现有评测指标的不足。在前人研究的基础上提出了基于多项评测指标的评测方法。　　本文针对基于视频的运动目标检测相关的一些共同问题，提出了自己的解决方案。通过实际场景中交通监控视频运动目标检测的效果来看，本文提出的视频运动目标检测算法是正确及可行的。对含有阴影的视频图像的处理验证了阴影去除算法的效率。评测系统可以对基于视频的运动目标检测系统中的多种指标进行评价。