在生活中,视频监控系统随处可见,基于视频监控的运动目标检测与跟踪也越来越多。由于视频图像中的背景都是真实环境,背景比较复杂,比如噪声、光照的变化、背景存在扰动以及运动目标的阴影等,而现在的检测算法的检测效果还有待提高。所以基于视频监控图像,对运动目标检测与跟踪进行研究。首先对视频图像中出现噪声等干扰问题,基于PDE(Partial Differential Equation)方程发展了一种改进的各向异性扩散的图像去噪方法。该方法基于P-M模型构造了新的扩散函数,并采用结构张量作为函数的自变量。改进的方法在去除噪声的同时能保留图像边缘的细节。其次研究了VIBE(Visual Background Extractor)检测算法,分析了其存在的“鬼影”等问题,融合GMM(Gaussian mixture model)模型对VIBE背景建立及初始化方法进行改进。同时结合SOBS(self-Organizing through artificial neural networks)的目标提取方法,对VIBE算法的目标提取进行改进,得到基于启发式规则的目标检测算法。实验表明,改进方法有效的改善了VIBE算法原来存在的“鬼影”现象,且目标检测效果更好。最后基于改进的VIBE算法去除运动目标的阴影以及跟踪运动目标。结合多特征融合的方法对阴影检测,将去除阴影的目标进行空洞填充并查找目标最大轮廓的最小外接矩形。将所要跟踪的目标的最小外接矩形作为MeanShift跟踪的初始目标矩形框,对目标进行跟踪。