运动目标检测已成为图像处理技术与计算机视觉领域中的一个重要课题，运动目标检测多是基于底层视频信息的检测，由于大多数图像处理过程中考虑的是对应运动区域的像素，所以运动区域的有效提取对于目标分类、目标跟踪以及行为理解等工作具有重要的意义。运动目标检测有极其广泛的应用范围，比如：军事侦察、智能监控和交通检测等领域。用于运动目标检测的序列图像可分为静止背景、运动背景两种情况，本文是基于静止背景的研究。文中首先概要介绍了运动目标检测的几种常用方法，包括光流法、帧间差分法、背景消减法，对各种方法进行了比较，并分析了其优缺点。在此基础上本文提出一种静止背景中基于边界的运动目标检测算法，本算法首先计算相邻两帧图像差分图像的阈值，将差分图像转化为二值图像，然后对二值图像进行形态学滤波确定运动目标的粗略位置，同时对当前帧进行边缘检测，将此边缘检测结果与前者确定的运动目标粗略位置进行交运算，得到运动目标的边界，再经滤波、区域填充等处理，最终获得运动目标的区域。实验表明，本算法相对于传统的帧间差分法对运动目标速度要求低，较好的克服了其不能准确检测运动目标大小的问题，保持其对背景渐变不敏感的优点，本算法检测有效、稳定，无论单目标检测还是多目标检测，均取得了较好的效果。