运动目标检测根据对视频信息采集时摄像机运动与否可分为静态场景中的检测和动态场景中的检测，它是机器视觉的重要组成内容和关键技术之一。随着机器视觉的发展和应用，运动目标检测技术也在诸多领域得到了广泛的关注和应用。本文对目标检测技术的研究，是基于动态场景中视频序列图像来进行研究的。提出了将Itti视觉注意和单元连接空洞滤波算法结合起来来实现对动态情景中运动目标的检测。HSV彩色空间对颜色的描述方式更符合人眼视觉系统对目标颜色的理解和描述的习惯，因此，本文基于HSV彩色空间对Itti视觉注意模型进行了改进，使得其更加贴近人眼观察和描述目标的习惯，并且缩短了算法的运行时间。传统的Itti视觉注意模型并没有考虑场景中目标的运动情况，本文通过加入运动向量特征通道对其改进，使得其对运动目标产生注意，并且能够对运动情景中的动态目标进行检测。经过Itti模型提取的动态目标边界比较模糊，而且目标中间有时会出现空洞，使得目标物体不连通，或者检测区域太小不能包围待检测的运动目标，所以必须进过空洞滤波后才能将目标完整的检测出来。本文采用Unit_Linking PCNN网络对其进行空洞滤波，就可获得待检测的运动目标的区域。经过实验分析检测效果比较满意，从而证明了该方法的可实现性以及有效性。