随着成像技术的广泛应用以及计算机技术的飞速发展，智能视频监控已经被越来越多的人所熟悉。智能视频监控是利用数字图像处理、人工智能以及计算机视觉等方法，自动且实时的处理和分析监控视频，对监控场景中存在的可疑目标、潜在危险或违规行为进行预警或报警。其中，运动目标的检测是智能视频监控系统中的核心基础环节，对后续处理过程至关重要。研究人员经过长期的努力，提出了许多运动目标检测算法，主要包括帧间差分法、光流法以及背景建模法。但受到背景图像动态变化以及噪声、阴影等的干扰和影响，复杂场景下的运动目标检测算法还远未成熟。　　 本文主要围绕复杂场景下智能视频监控系统中的运动目标检测技术进行较深入的研究。重点研究了基于背景建模的目标检测算法。并对其中的阴影去除、运动区域分割以及检测后处理等相关内容进行了研究。并对运动目标检测的典型应用进行了初步的实现。本文的主要工作以及成果如下：　　 ●在固定摄像机条件下，研究了经典的混合高斯背景建模算法。对建模参数的设置进行了限定，有效改善了检测结果。提出了一种利用时间相关性动态自适应改变模型更新速率的方法，改善模型对物体运动状态改变响应慢的问题。　　 ●研究了基于贝叶斯判决的背景建模算法，以及阴影去除算法。提出了一种基于颜色.纹理双重特征向量进行背景建模的运动目标检测方法，在提取运动目标的同时去除阴影，通过设置光照改变控制因子改善了模型对光照突变响应慢的问题。　　 ●研究了检测后处理相关问题。利用水平垂直投影法在提取运动前景的基础上进行运动区域分割。在理论上提出了一种基于连通域面积分析去除噪点并填补运动目标内部空洞的方法。