目标检测是智能监控系统最基础和关键的任务。目标检测指从视频序列中分割出前景运动目标的过程。在实际生活的应用场景中，背景往往比较复杂，为了满足人们生活等各方面的需要，需要将算法应用到嵌入式监控系统中。因此在复杂背景下提高系统的实时性和准确率成为了目标检测算法研究中至关重要的问题。本文在研究前人码本算法的基础上对该算法进行了进一步的改进，算法主要提高了检测实时性。本文做的主要工作分为三个部分，第一是对前人算法的研究，第二是改进算法的具体实现，第三是用实验结果来验证算法的有效性。具体如下：1.本文以解决嵌入式系统中目标检测算法无法在复杂背景下满足实时性高，算法复杂度小，检测效果好的问题，对现有的目标检测算法进行了深入的研究。根据实验结果系统的总结了现有的目标检测方法：帧差法、光流法、背景差法的优缺点，并比较了背景差法中的平均算法，混合高斯法，码本算法的优缺点。2.根据前人的研究，本文提出的嵌入式码本目标检测算法先将RGB空间的视频序列转换到YCrCb空间。然后在背景建模中用帧差图像得出粗糙的背景像素聚类成精确的码本背景模型，在目标检测阶段中，用新输入的视频帧与训练好的模型比较，将前景从背景中分割出来，并实时更新背景模型。3.随着linux系统在嵌入式系统的的广泛运用，我们在linux系统下利用OpenCV开源视觉库实现了运动目标的检测，完成了将OpenCV移植到linux系统中的任务。最后对本文的检测算法进行演示和分析，验证了算法的有效性。实验结果表明该方法背景建模速度快，算法复杂度低，可以在树木摇动、光线变化大等复杂场景中有效的检测出目标，并能处理阴影、降低误检率。