运动目标检测是计算机视觉、图像处理等应用领域的重要研究内容；而复杂背景又具有场景恶劣、干扰大、目标难以分割等特点，采用传统方法进行复杂背景下运动目标检测具有一定的局限性和不可靠性；运算量小的算法的效果较差，而效果较好的算法又很难实时实现。研究复杂背景下运动目标的检测算法，并将其移植到硬件处理平台上，做到实时检测，稳定、准确的送出运动目标脱靶量，具有重要的理论价值和实际工程意义。　　 本文研究了复杂背景下运动目标的检测算法，对于固定场景采用基于背景预测技术预测出当前的视场背景，并不断地更新视场背景。把当前输入图像与预测背景相减，进行图像分割，定位目标。对于运动场景，采用基于背景移动补偿技术检测运动目标，提取图像中的特征块，用提取的特征块作相关匹配，求出相邻两场的背景运动矢量，对准相邻两场背景相减，采用改进的特征块提取方法可以大大减少算法计算量，满足实时处理。分别将算法移植到FPGA+DSP的硬件处理平台，探讨了具体的实现方案；给出了FPGA内部的功能模块结构图，并介绍了几个重要模块的设计思路和具体实现方法，给出了任务流程图和各任务的所需时间。结果表明，该方法能够稳定、准确、实时地检测出复杂背景下的运动目标。