构建了基于FPGA的运动目标检测系统，系统包括视频数据的采集、缓存、显示、色彩空间转换及运动目标检测等模块。运动目标检测采用基于块均值的帧间差分法，这种方法有效地减少了需要存储和运算的数据量，降低了像素噪声对检测结果的影响。经测试，该系统能提供清晰稳定的监控画面，实现640像素×480像素，30帧/s视频信号的运动目标实时检测，并能在检测到运动目标后立刻发出报警信号。本系统消耗的逻辑资源较少，能够在小规模的FPGA芯片上实现，可推广应用于社区安防、生产安全监控等领域。

在智能交通系统中运动目标的检测是一个基本而又关键的问题。而传统高斯混合模型能较好的检测.出运动目标，但由于其没有考虑像素的局部特征，使得运动目标区域的错误检测率增加。为了更好的在高.速交通视频中检测出完整并且准确的运动目标前景区域，本文在子空间的思想基础上，提出一种基于像素.局部纹理特征的高斯混合模型改进算法，即以像素周围5*5图像块的均值、标准差、最大值、最小值和当前.像素值等5个特征作为局部纹理特征，建立高斯混合背景模型，进行运动目标检测。经过大量实验，结果表.明该算法能更准确、完整地检测出