视频监控系统对于我们的生活和工作起着越来越重要的作用，在战场监视、小区保安、道路保障等方面越来越受到人们的重视。在视频监控中，动态目标的检测与跟踪是很重要的两个部分。本文主要对视频监控中的运动目标检测和跟踪进行了研究，主要的工作如下：论文首先对视频监控的发展及主要研究的内容进行了介绍。在预处理中，主要进行了图像去噪和边缘检测的研究。在图像去噪方面，提出了一种预判断均值滤波算法，使得对于椒盐噪声的去除效果有很大的提升；在边缘检测方面，提出了一种基于Otsu阈值的四方向prewitt边缘检测算子，有效提高了边缘检测的检测效果。研究了动态目标检测算法，提出了一种分块阈值的二值化方法，对目标区域和非目标区域进行不同阈值的二值化，结合三帧差法的目标轮廓检测，取得了较好的检测效果。研究了目标阴影检测的问题，提出了一种考虑饱和度分量、亮度分量和饱和度分量与亮度分量的归一化差分值来进行阴影判断，取得了良好的实验效果。研究了角点检测的问题，提出了一种快速的角点检测算法。对图像中的像素点首先进行预判断，去除不可能是角点的像素点，再对候选角点进行可能性分析，最后利用Harris角点检测算法检测剩余的候选角点，在效果上和时间性上都取得了良好的结果。研究了动态目标跟踪算法，考虑使用目标检测的结果来对目标跟踪框进行确定。鉴于经典Mean-Shift算法是根据颜色特征进行跟踪，当目标颜色和背景颜色相似时，容易出现跟踪丢失的情况。提出了基于角点特征和Mean-Shift结合的跟踪算法，仿真实验证明了其比经典Mean-Shift算法实用性和鲁棒性更强，具有很好的实用价值。