本文的主要研究内容是基于块匹配方法和帧间差分法的鸟类视频中的运动目标检测。近年来，运动目标的视觉分析已成为计算机视觉领域中一个重要的研究方向，它主要研究从包含运动目标的视频图像序列中检测、识别和跟踪运动目标并对其行为进行描述与理解。由于在现实生活中，大量有意义的视觉信息都包含在运动当中，因此，对运动目标的检测与分割便成了必然，也成为当今学者们普遍关注和研究的一个重要课题。研究由于摄像机运动引起的背景运动并检测其中的运动目标具有重要的实践意义和理论价值。　　本文所用的视频数据为在鄱阳湖自然保护区内拍摄的鸟类视频，利用运动目标检测方法进行处理，检测视频中的运动的鸟类，将动态背景下运动目标的检测技术应用于生态学领域。鄱阳湖是中国最大的湿地，是世界上最大的鸟类保护区。该地区的自然生态系统和这些鸟类的活动有着密切的联系，对该区候鸟的研究是该地区生态环境研究的重要部分，而候鸟数据的获取和处理是其中关键的一步。由于在拍摄过程中镜头不断移动，所以背景图像也在不断变化。在运动检测过程中，随着时间和环境的变化，背景图像也在不断变化，背景的变化使得背景部分很可能被误分为前景运动物体。因此，在进行常规的运动检测方法前需要进行背景图像的补偿。　　本文分析了帧间差分、背景图像差分和光流场的方法，并根据所处理视频图像相邻帧具有相关性的特点，采用了基于块匹配的帧间差分目标检测的方法。在图像预处理阶段，对图像进行滤波降噪处理。由于视频在获取过程中存在摄像机的移动，所以在帧间差分算法前需要估计背景的运动并加以补偿。文中背景运动的估计是在常用的块匹配方法的基础上作了一定的改进，通过从图像运动目标较少的边界部分中选取多个匹配块进行块匹配运算，获得多个匹配结果来计算运动矢量。另外，为了提高正确率，在背景运动矢量计算阶段，块的匹配在差分后的图像上进行。最后，利用在鄱阳湖录取的视频对本文所述方法进行了实验。