随着社会经济的发展，尤其是“智能交通”和“平安城市”等相关项目的相继实施，安防领域迎来了前所未有的发展机遇。虽然当前摄像头遍布大街小巷，各种视频数据泛滥，但是当需要调取视频时候，面对着大量视频数据，有时候人们依旧倍感无奈。因此，人们希望摄像机不但能看，而且还能代替人完成更多的工作。现在出现了不少基于服务器的运动目标检测系统，但是首先这些系统难以大量部署，其次，对网络带宽的要求也比较高。因此，渴望出现这样的一个前端设备，在采集视频的同时，可以对视频进行实时处理，获取人们感兴趣的信息。正是在这样的背景下，本文研究的基于达芬奇平台的运动目标检测系统有了坚实的现实意义。　　 随着高清视频的日益普及，对视频信息的处理渐趋复杂，对算法和处理器两方面都有新的需求。随着智能视频分析技术的发展，新的算法不断涌现，处理的精度和效率都各自有一定的提升。与此同时，集成芯片技术尤其是DSP技术的发展也给实时处理大规模视频流数据提供了可能，其中TI公司推出的达芬奇平台更是受到视频处理领域的推崇。综上，这两方面的技术的积累，为本文探讨的基于达芬奇平台的运动目标检测系统的研究打下了良好的基础，为之实现提供了技术条件。　　 本文分为五个部分进行论述。首先，在第一部分绪论中介绍了本文的研究背景和意义，以及智能视频技术和嵌入式技术的国内外发展和研究现状。第二部分介绍了本文应用的达芬奇开发平台，详细介绍了达芬奇开发平台的结构特点和功能以及codecengine工作原理，最后给出达芬奇平台开发软件环境的搭建。本文在第三部分对嵌入式运动目标检测算法进行了研究，实现了高斯背景建模算法，并针对高斯建模算法的速度慢的问题，提出一种适用于达芬奇平台的快速运动目标检测算法及其简化版本。与此同时，本文讨论另外一种基于随机统计背景模型的运动目标检测算法(VIBE)并对之进行了改进，解决VIBE中无法快速将前景融入背景的问题。　　 之后，在本文的第四部分介绍了基于嵌入式平台的运动检测系统的原型系统的设计与实现。首先介绍了系统的软硬件的总体设计，紧接着讨论在达芬奇开发板中如何利用codecengine机制对运动目标检测算法进行封装和移植，最后介绍了达芬奇平台下构建完整的视频应用。与此同时，本部分实现一种基于8邻域的连通域检测方法。另外，探讨了DSP算法的优化问题。　　 最后，给出了本文的总结和展望。对本文研究内容进行总结，并在本文研究的基础之上，提出一些拓展的研究思路和方法，对运动目标检测系统或者给予运动目标检测的相关应用的前景进行了展望。