随着计算机网络技术的发展,视频录播系统得到了广泛重视,研究工作也在迅速开展。基于视频图像的运动目标检测与行为识别,作为视频录播系统的核心技术,能够有效提高录播系统的教学质量与自动化程度,因此得到了广泛应用。本文针对录播系统的需求,对运动目标检测和行为识别技术进行研究,设计出一种基于三帧差分法和改进运动历史图像的运动目标检测与行为识别方法,在实际应用场景上的识别准确率可达92%以上,处理速率可达30fps。在运动目标检测方面,首先对图像预处理阶段的均值滤波、高斯滤波和中值滤波进行理论分析与仿真实验,确定选用中值滤波作为本文的图像预处理方法,并针对中值滤波计算复杂度较高的缺陷,提出一种中值滤波的快速计算方法。然后针对帧间差分法在目标检测时产生的鬼影和拉伸现象,用三帧差分法代替帧间差分法,并对差分之后的常用阈值分割方法进行研究与比较,选用最大类间方差法确定三帧差分法的阈值。最后为了使三帧差分法得到的目标形态更加连通完整,通过仿真实验确定形态学基本运算的组合形式。在行为识别方面,首先针对运动历史图像中难以体现单帧目标局部运动信息的缺陷,利用区域光流对运动历史图像进行改进,改进后的运动历史图像能够更好地区分相似运动行为。然后对常用的Hu矩和小波矩进行比较,选用更能够体现图像细节信息的小波矩作为特征,对改进运动历史图像进行特征提取。最后对常用的K近邻和支持向量机分类算法进行研究比较,确定本文选用分类效果比较理想的支持向量机对特征进行分类。最后,选用合适的硬件平台,将本文所提出的运动目标检测与行为识别方法在硬件平台上实现。通过在真实环境中测试,验证了本文所提方法拥有良好的准确率和实时性,满足实际应用需求。