运动目标检测与跟踪是计算机视觉的一个研究热点，它融合了图像处理、模式识别、人工智能、形态学以及自动控制等众多领域的先进技术，在智能视频监控、机器视觉导航等领域的应用越来越广泛。本设计的算法研究环境是在VS2010开发平台，基于OpenCV计算机开源视觉库搭建，对本文算法中用到的OpenCV中的关键函数及其用法作了详细说明。噪声消除和边缘处理一直是数字图像处理中的必要环节，本文介绍了常用的中值滤波、高斯平滑、算子处理等方法，重点阐述了算法思路，为后文的目标检测与跟踪算法思想打下基础。通过研究学习国内外近几年相关学术文献发现，运动目标检测算法主要有帧间差分法、背景差分法、光流法，也有很多改进的算法，如三帧差分法，背景建模算法等。通过对比分析各种算法的优缺点得出，单一的算法都不能实现理想的检测效果，因此，本文在传统的运动目标检测算法的基础上，实现了将帧间差分法、背景差分算法和混合高斯背景建模算法相结合的算法，通过实验效果对比分析，验证了该算法的实时性和有效性，实现了人眼识别范围的比较理想的检测结果。运动目标跟踪算法当前流行的主要有MeanShift算法、KalmanShift算法、粒子滤波算法以及基于Blob信息提取的算法，由于本文研究的应用环境是摄像机固定场景，选择了实现算法简单有效的KalmanShift算法，结合运动目标位置预测做出改进。在改进算法的同时，通过实验效果图对比分析不同算法的处理效果，验证了改进算法的有效性和实时性，对于智能视频监控系统的发展及应用有重要的意义。