视频系统在国民经济和国防建设中获得广泛的应用，并正在发挥着巨大的作用。如何提高视频处理的智能化程度、扩展其应用范围、提高其系统的性能已经成为研究和应用领域的一个热点。复杂条件下的视频图像处理又是其中的一个突出的方面，其处理结果的优劣直接影响到高层视频的理解。论文围绕着视频应用中遇到的光照变化、阴影及遮挡等复杂条件，深入系统的进行了运动目标检测和跟踪的研究。首先，研究了消除噪声，克服光照变化等预处理。在评述了常用预处理方法与技术的基础上，提出了两个新方法。一个是一种自适应矢量混合滤波方法，能够自适应的对高斯和脉冲噪声进行滤波。另一个是一种检测光照变化的方法，通过将光照变化因子引入背景模型，获得了消除光照变化影响的效果。其次，研究了阴影条件下运动目标检测方法。提出了改进的混合高斯背景消除模型，将光照变化因子引入其模型更新中，消除了光照变化对检测的影响；同时又提出了一种选择最佳彩色空间的方法及阴影消除算子，以最大程度消除目标的阴影。再次，研究了基于动态轮廓的运动目标跟踪方法，从目标轮廓检测、跟踪和消除遮挡等方面展开。在目标轮廓检测方面，提出了改进的Chan-Vese模型，可以获得运动目标跟踪的初始轮廓；在目标轮廓跟踪方面，提出了改进的水平集快速步进方法，能够在光照变化的条件下保持目标跟踪；在消除遮挡方面，提出了将目标几何信息与直方图信息结合的遮挡检测方法，以消除遮挡对目标跟踪的影响。最后，建立了面向复杂条件下视频运动目标检测和跟踪实验系统，为验证相关算法提供了实验平台。具体讨论了实验系统的总体框架、各模块的主要功能、评估方法及适用范围。实验结果表明系统在一定范围内具有一定的实用价值。