运动目标检测和跟踪一直是计算机视觉领域的研究热点和难点,也是智能视频监控系统的核心。运动目标检测和跟踪易受到外界因素干扰,如：光照变化、目标遮挡、摄像机抖动、阴影干扰等,使得检测和跟踪结果难以满足视觉处理系统的需求。面对智能视频监控系统的需要,针对运动目标检测和跟踪进行了研究,提出了随机图像选取与自适应背景更新的目标检测算法,同时针对传统粒子滤波算法进行了改进,提出了基于颜色与纹理特征自适应融合的粒子滤波跟踪算法。将此检测和跟踪算法应用于智能视频监控系统,实验结果表明,本文提出的检测和跟踪算法针对行人和车辆的检测与跟踪,可以获得良好的效果,能够满足实际智能监控系统的需求。本文工作主要包括以下内容：(1) 针对运动目标检测与跟踪算法的国内外研究现状进行分析,并实现了几种经典的运动目标检测和跟踪算法。(2) 提出了一种随机图像选取与自适应背景更新的运动目标检测方法,该方法首先基于随机图像选取方式进行背景初始化,采用变化标记矩阵记录图像间的像素变化,基于此进行背景的迭代更新,进而实现运动目标的检测。实验结果表明,该方法具有一定的鲁棒性,在光照变化、运动物体间存在遮挡的情况下仍能够训练出背景,进而检测出目标物体。(3) 提出了一种基于颜色特征与纹理征自适应融合及模板自适应更新的粒子滤波跟踪算法,该方法选取颜色特征和纹理特征作为目标的视觉描述子,然后将两种特征的后验概率进行融合,并对目标模板进行更新,进而估计出目标的状态。实验结果表明,该方法能够较好的处理背景光照变化明显、目标物体与背景颜色相近、遮挡、局部形变等干扰因素的影响,准确跟踪及定位运动目标。