為解決煤層氣開采（CBM）現(xiàn)場中抽水機往復(fù)運動和風(fēng)吹草動等動態(tài)環(huán)境對前景檢測的干擾及核密度估計（KDE）目標(biāo)檢測法實時性差的問題，提出了一種改進(jìn)核密度估計前景檢測算法。該方法先用背景差分法（BS）融合三幀差算法將圖像分割成動態(tài)背景區(qū)與非動態(tài)背景區(qū)，對于動態(tài)背景區(qū)再用核密度算法分割前景。分割前景時提出了一種新的動態(tài)閾值求取方法，綜合了相鄰樣本絕對差均值和樣本方差來確定窗寬，并用定時更新與實時更新相結(jié)合的策略更新第二背景模型，在替換樣本時用隨機抽取策略代替先進(jìn)先出（ FIFO）方式。仿真結(jié)果表明，改進(jìn)核密度估計算法與核密度估計法和背景差分核密度估計（ BS-KDE）法相比，平均每幀圖像算法耗時分別降低了94. 18%和15. 38%，識別的運動目標(biāo)也更為完整。實驗結(jié)果表明所提算法在煤層氣開采場景中能準(zhǔn)確檢測到前景，并基本滿足標(biāo)清視頻監(jiān)控實時性要求。