随着科学水平的快速进步,智能监控系统得到越来越广泛的应用,智能监控系统一般的处理流程为运动目标检测、运动目标跟踪、特征提取和行为分类和识别。运动目标检测是智能监控系统整个过程中首要的步骤,其结果的好坏对其他的流程有着重要的影响。所以实时性符合实际需求并且准确率高的目标检测算法是各个国家科研人员的一项重要课题。本文对一些经典的运动目标检测算法做了深入学习和理解,分析各个经典算法的各自特点和优劣如光流法、时间帧差法和背景减除法等。帧差法和背景减法是目前应用最广的运动目标检测算法,帧差法对动态背景环境具有良好的适应性,但检测过程中容易出现空洞且检测的边缘不完整,而背景减除法能够较好的检测出完整的人体边缘轮廓,但受到动态的环境因素如光照、天气的变化时影响较大,因此本文设计了一种利用帧差法辅助背景减除法的改进方法对目标进行检测,目的是保证运动目标信息完整的基础上削弱动态环境噪声对结果的影响。由于监控场景中运动目标一般存在阴影,而阴影是随着运动目标移动的,如果不去除,阴影也会被检测为运动目标的一部分从而使目标信息不真实。本文深入研究了在HSV颜色空间中抑制阴影的原理,并根据其实现方法,进行了仿真实验。在HSV颜色空间中,阴影区域跟背景区域对比,亮度值发生了较大的变化,因此通过对比像素点在背景图像和当前图像中V值的变化程度就可以判定是否为阴影。通过仿真实验结果得出HSV空间抑制阴影的方法对目标阴影起到了有效的抑制作用。