人类掌握的所有信息中,80%是从图像中获取的,因此与图像相关的信息在人类生活中占有极其重要的地位,并且是其他信息不能取代的。人们获取与图像相关的信息前,必须先对图像进行处理,因此数字图像处理技术应运而生。目前,数字图像处理技术已经成为计算机科学、统计学、工程学、物理化学甚至社会科学领域等研究的对象。运动目标检测的目的是检测图像序列里存在运动变化的区域,并将人们感兴趣的运动目标信息提取出来。运动目标检测技术利用图像序列,使用图像处理方法对运动目标进行解析,实现其定量测量和定性分析。运动目标检测是运动目标跟踪、分析和运动行为理解的基础,它的检测结果将直接影响后续图像操作的准确性和稳定性。然而,由于亮度的改变、运动目标的阴影、噪声等因素的干扰,现有的运动目标检测方法仍存在计算量大、耗时多、能耗高等问题。因此,如何快速并准确地检测出运动目标是当今目标检测技术的重要研究课题。另外,嵌入式系统技术的出现和发展在社会的信息化建设中起着极其重要的作用,它是面向产品、应用和用户的,因此嵌入式系统与具体应用结合后才更具有优势和实际应用意义。目前,嵌入式系统广泛应用于工业控制、交通管理、信息家电、POS网络、环境工程、国防与航天航空等领域。随着嵌入式处理器性能的提高,嵌入式平台与图像处理技术的结合也成为了趋势,并且在智能家居、智慧城市、智能交通等很多领域得到了广泛的应用。本文针对原有的传统建模方法在复杂背景环境下,不能准确有效提取出完整的运动目标这一问题,提出了一种基于Vibe和HSV颜色空间的阴影去除算法。首先,针对Vibe算法进行具体描述,并对Vibe算法进行改进和优化;利用改进后的Vibe算法提取出含有阴影的目标前景;然后,利用结合K-均值聚类算法和Vibe算法的方法提取出背景;将得到的前景和背景利用基于HSV颜色空间的阴影去除算法,去除前景目标中的阴影,从而得到较为准确的运动目标。最后,在嵌入式平台上对本文提出的算法进行实验验证。结果表明,在复杂动态背景下,本文算法对噪声和阴影的适应性强,检测出的运动目标完整、轮廓清晰。