随着科学技术发展，视频的采集与记录已经在人们的生活中得到了广泛推广，而对视频内容的自动分析技术也已成为模式识别与计算机视觉领域的热点问题之一，具有重要的理论意义与应用前景。　　论文主要针对视频的图像质量以及视频中的目标检测问题展开了研究。主要包括视频清晰度的检测、视频图像色偏的检测、视频图像干扰的检测、视频图像画面丢失和信号缺失的检测、图像亮度异常检测、摄像头抖动检测、PTZ摄像头运动方向的检测，以及基于背景差的运动目标检测。论文对以上每种检测情况做了详细的统计分析，开发了相应的检测方法，实验结果验证了其有效性。　　另外，论文开发了以TMS320DM6437为核心的硬件平台，详尽阐述了各个模块的设计及其功能。主要包括DM6437的最小系统，视频采集模块，视频显示模块，串口数据通信模块，网络数据通信模块，并讨论了电路设计中走线的相关问题。　　最后，论文针对基于背景差的运动目标检测算法进行优化，并成功移植到开发的TMS320DM6437硬件平台上。最终的系统实验结果表明，优化后的检测算法能对复杂场景中的运动目标进行实时检测。