基于视频的移动目标检测是图像处理的一个重要分支,在许多实际应用中担当核心的任务。理想情况下运动目标检测算法是基于静态背景的,但在实际应用中,运动目标所处的场景往往受到光照变化、相机抖动等因素影响,并非完全静止,本文研究的士兵射击对抗系统即基于动态复杂背景,对检测目标的运动进行检测与跟踪。本课题研究的士兵射击对抗系统是指,将射击场地分为左右两部分,并且在场地前部各放置两个工业摄像机实时记录左右两部分中士兵的运动轨迹和射击情况,同时,在计算机终端,通过摄像机拍摄的视频,对检测到的视频图像进行处理分析,能准确、同步地检测出士兵的运动轨迹,并实时报告模拟作战双方士兵的中弹信息,对模拟射击的结果进行评判。运动目标的检测中存在的最主要的问题是检测算法的准确性与系统实时性之间的矛盾。在本系统中,主要体现在系统需要实时反馈士兵的运动形态及射击状态,但是系统获取到的原始视频图像大,背景复杂,处理速度慢这些方而。本文重点针对运动目标的检测部分,系统背景复杂、处理速度慢主要体现在以下三个方面：1、被检测的运动目标是身着迷彩服的士兵,使得前景与背景的区分度不大；2、随着时间的推移,由于光照的变化及相机的抖动,使得背景与当前检测帧之间有亮度变化及相对运动；3、场景中有障碍物的遮挡,是否有运动目标出现、运动目标出现的而积及出现的时间都是无规律的。在这样复杂的背景中检测运动目标,需要解决背景更新、消除相机抖动引起的噪声干扰以及自适应分割图像的问题,同时必须考虑系统实时性能问题。针对复杂背景下视频序列图像中运动目标检测的问题,本文在背景减除法的基础上,用背景掩膜法进行背景更新。通过改进的背景掩膜算法对前景区域进行连通域检测,自适应更新背景,以去除由于光线变化产生的噪声；针对相机抖动引起的背景与当前检测帧之间产生相对运动的问题,利用场景的复杂性,结合系统中运动目标出现在障碍物边缘的特点,提出了“观测窗口”的概念,建立检测区域及非检测区域,即在背景图像中获取一个运动目标可能会出现的区域,对运用背景相减法得到的当前帧与背景图像的差分结果,只搜索与检测区域中相对应的非零像素点,以减少算法的计算量,保证系统的实时性和精确性。同时,对“观测窗口”进行优化,利用Canny边缘检测和形态学处理方法,获得比检测区域范围更小的“捕捉线”。去除由于相机抖动产生的噪声,降低运动目标的误判率。同时采用建立阈值伪图的方法,解决常用的自适应阈值分割方法分割图像时运动目标本身会出现空洞的问题,有自适应阈值分割整个视频序列图像,分割出运动目标,为后续运动目标的识别与跟踪奠定基础。