动目标检测是计算机视觉研究的重要内容之一，它是目标识别与跟踪的前期基础，涉及了图像处理、模式识别与人工智能、自动控制等相关知识，在安防、智能交通、国防军事、医学等领域具有广阔的应用前景。随着动目标检测技术的深入和广泛应用，人们对动目标检测提出了更高的要求，从摄像机固定条件下动目标检测发展到运动条件下动目标检测是计算机视觉研究的必然趋势。本文在摄像机运动条件下开展了动目标检测方法的研究，主要研究内容、研究成果及创新点如下：(1)研究了摄像机运动条件下运动估计算法。针对摄像机运动引起图像序列中背景变化的问题，本文结合运动估计和运动补偿技术，提出了一种基于非运动区域划分的运动估计算法。算法中首先采用Harris算法提取参考图像上的角点，并去除运动区域中的角点，保留非运动区域中的角点，然后在当前图上搜索与这些角点相匹配的像素点，计算运动矢量，最后采用获得的运动矢量补偿当前图像，可以有效地降低背景变动对动目标检测的影响。多组实验结果表明了本文方法具有较高的运动估计精度和运行效率。(2)研究了摄像机运动条件下动目标检测方法。本文在运动估计的基础上，利用图像的边缘信息，结合连通域技术，提出了一种基于边缘信息和连通域的动目标检测方法。方法中首先采用最大内间方差方法对差分图像进行二值化处理，然后对图像使用K近邻中值滤波和形态学滤波去除干扰噪声，最后利用图像的边缘信息及连通域方法检测动目标。多组实验结果表明了该方法可以准确的检测到动目标，而且目标具有较好的完整性。(3)利用DirectShow技术开发了视频信号处理软件，为本论文摄像机运动条件下动目标检测方法的验证提供了实验平台。