近些年来,随着计算机技术、通信技术和互联网技术的迅速发展,人们对智能化的监控设备的需求也越来越迫切,因而视频图像处理领域也得到了快速的发展。我国幅员辽阔,内河水运资源非常丰富,随着内河航运的繁荣发展,内河航运引发的事故频率也越来越高。因此,实现对内河航道上的来往运动船舶的自动检测和信息提取,这些对减小船舶的事故发生频率和增强船舶的安防能力都有着重要的意义。本文基于这种背景,针对静态摄像机所拍摄的内河航道的运动船舶进行运动目标检测和速度提取。在运动船舶检测方面,本文先分析了ViBe模型、codebook (box-based)模型和像素灰度归类算法,同时基于精确度、实时性和占有内存的考虑,提出一种改进的像素灰度归类算法。该算法相对像素灰度归类算法,计算复杂度低,实时性好,占有内存较小。在运动船舶速度提取方面,本文结合实际环境和项目需求,提出一种简单有效的基于虚拟线框的速度检测算法。在对运动船舶进行速度检测时,需要对船舶进行特征匹配,本文提出了一种基于船舶外接矩形的中心和外接矩形边界大小的特征匹配的算法,能够较好对进入虚拟线框的船舶进行匹配,减小了误判率,从而提高了船舶速度检测的准确率。最后,本文在VC++6.0平台上,同时结合OpenCV视觉库函数,对本文涉及到的各个算法进行编程实现,并对本文算法进行结果分析。在运动船舶检测方面,通过实验结果可以看到,本文的检测算法相对于ViBe模型、codebook (box-based)检测效果好,实时性好。相对于像素灰度归类算法,本文的检测算法在保证实时性和检测效果的前提下,在占有内存方面得到了较大的改善。在运动船舶速度提取方面,通过实验结果可以看到,本文速度检测算法检测出来的船舶速度与船舶的实际速度相比误差小于10%,能够满足项目需求。