基于视频运动目标检测与跟踪融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域的先进技术，已经成为计算机视觉研究的重要领域。目前，在复杂场景、大范围、多目标的情况下，运动目标的检测跟踪的效果不很理想，需要进一步改善。就此现状，本文主要做了如下研究工作：(1)在运动目标检测研究方面，本文提出了一种自适应背景提取方法，并对背景进行了实时更新，以适应光线变化或场景本身的变化。针对运动目标在差分图像中产生空洞的特点，采用形态滤波对分割结果进行后处理，消除噪声和背景扰动带来的影响。(2)在运动目标跟踪研究方面，需要以运动目标检测作为基础，在此之上获取运动目标的运动特征，包括运动轨迹等等。本文提出了基于卡尔曼滤波的区域匹配跟踪方法，通过卡尔曼滤波我们可以对目标在下一步的运动做出预测，估计目标在下一时刻可能的位置，从而在这个较小的范围内，对目标进行搜索匹配，建立目标帧间的对应关系。本文在DirectShow SDK开发环境的过滤器中实现文中所述算法，进行了运动目标检测跟踪测试，结果表明本文提出的算法具有令人比较满意的结果。