基于图像序列的实时运动目标检测是数字图像处理领域研究的热点之一,随着当前信息化、智能化的普及,其被广泛的应用在与视频监控相关的行业。目前有关运动目标检测的方法针对不同对象存在处理数据量大、算法较为复杂等问题,通常在完整性和实时性方面存在着许多难点。本文选择了以TI公司推出的TMS320DM642处理器作为核心的硬件平台,重点研究了硬件环境功能模块以及嵌入在集成开发环境CCS中的DSP/BIOS系统,设计了基于R5软件框架的视频图像处理应用程序,通过任务线程实现了视频的采集、处理、显示等流程。在目标检测算法的具体实现中,成功的将论文设计的背景建模算法C语言化并移植到了基于DM642的硬件平台,通过对整体系统软硬件上的优化达到了实时检测目标的要求。在算法研究方面,本文首先研究了背景减除法中常用的背景建模方法,如统计法、均值法,针对其存在的由环境因素如光照变化、背景扰动等导致的干扰问题,提出了基于动态阈值的统计平均法,主要通过增加获取图像信息中动态阈值的方法,利用形态学滤波和逻辑运算的方式进行后续处理,以及使用优化后的背景更新算法来有效的消除环境因素导致的影响,其计算复杂度低,满足基于DM642硬件平台的实时性要求,可应用于室内环境。此外,在深入研究了纹理对阴影的消除特性后,结合视频图像的灰度信息提出了基于纹理的运动目标检测算法,主要将视频图像分块处理后,计算每一部分中每个像素点的LBP重编码纹理直方图和灰度信息向量,并采用混合高斯模型的原理将其作为参数输入来建立背景模型,从而消除检测结果中的阴影和噪声影响。通过在基于DM642的硬件平台上的实验结果表明,系统比较完整的检测出了目标区域,能够克服复杂环境因素如光照阴影导致的影响,同时也完全满足实时性要求,具有良好的鲁棒性。