非平面场景下的运动目标检测技术广泛地应用在军用侦察监视导弹的精确制导及民用视频监控等领域对于运动载体摄像系统来说，载体的运动和无规则的高频抖动都会对运动目标的检测带来干扰对非平面场景进行近地侦察监视活动时，场景的深度相对于拍摄距离来说是不能忽略的，投影到图像平面上会产生视差，而视差会被当做运动目标误检测出来，对运动目标检测带来干扰为了去除载体运动和高频抖动以及非平面场景对运动目标检测带来的影响，本文进行了如下研究首先，针对载体运动导致视频中的背景不断变化，背景运动和目标运动无法区分的问题，采用基于特征的图像配准方法来补偿摄像机的运动，分别对基于Harris角点SIFT描述子SURF描述子的三种特征匹配算法进行了研究并从计算复杂度和配准精度两方面，对上述基于特征匹配的配准算法进行了对比分析，从而得到适合本课题的图像配准算法其次，考虑到载体在运动的过程中不可避免的会发生高频抖动，导致背景不稳定，影响运动目标检测这一问题，采用了数字图像稳定的方法来消除高频抖动重点对基于灰度投影的数字稳像方法进行了研究针对灰度投影法在运动估计过程中，运动目标会影响灰度分布，对运动估计造成干扰的问题，采用了部分区域灰度投影的方法来消除运动目标的影响同时针对灰度投影法只能估计平移运动这一问题，本文又给出了圆周灰度投影法，通过将视频从直角坐标系变换到极坐标下，来估计出旋转角度接着，对于非平面场景下视差对运动目标检测的干扰，首先采用梯度抑制法对视差进行滤除，在摄像载体小角度旋转情况下该方法能够有效地去除视差的干扰针对梯度抑制法对于成像装置大角度旋转的情况下不能完全去除视差像素的问题，又提出了梯度抑制与对极约束相结合的方法在进行梯度抑制的基础上，对剩余的视差像素和运动像素应用对极约束，有效地将运动像素检测出来最后，对于提取出的分散的运动像素，提出了灰度投影的方法对运动像素进行分类，得到目标的边界通过仿真实验，实现了对运动目标的准确检测和完整分割，验证了上述方案的有效性