光流是一种重要的运动估计技术,它描述的是图像中像素间的相对运动信息,不仅可以用于静态场景下目标检测和跟踪也可以用于动态场景下目标检测与跟踪。本文主要针对复杂环境下,应用光流技术来解决运动目标检测和跟踪问题。本文首先介绍了一些常用的运动目标检测和跟踪方法。然后研究了现有的光流算法,并且通过实验比较分析了各种光流算法的性能。针对现有的目标检测技术在简单环境下可以达到良好的检测效果,但是在复杂的场景下效果不是特别理想的情况下。本文提出了基于累积光流差和视频窗口切分的目标检测方法。通过划分视频窗口,计算各个窗口内的累积光流差矩阵,从而将窗口分为运动目标窗口、静止窗口和波动式干扰窗口,然后将运动目标窗口进行合并且提取连通区域,从而检测到运动目标。通过实验,本文提出的基于累积光流差和视频窗口切分的方法可以在复杂情况下准确的检测出运动目标。针对复杂环境下由于光照突变或阴影等影响导致特征点处光流估计不准确的现象。本文提出了将Hessian矩阵的条件数以及前后误差法与金字塔光流相结合的方法,有效的剔除不可靠光流估计点,提高了光流跟踪的准确性。在目标遮挡、阴影、相机晃动、动态场景、目标从视野中短暂消失以及目标尺度变化的情况传统的目标跟踪方法只能进行短时间的跟踪,却不能长时间跟踪到目标。针对这一情况本文将光流跟踪和检测以及学习相结合,通过实验分析本文所使用的方法可以长时间的跟踪到感兴趣目标。