随着科学技术与国民经济的快速发展,我国海上交通运输业正朝着高速化方向发展,江河、海上的船舶和桥梁的数量年年增加,使得水上交通十分繁忙。近年来,船船相撞,船桥相撞和船舶触礁的事故发生频率越来越高,船舶航行的危险的系数不断提高同时还造成了大量人员伤亡以及财产损失,也带来了一定的生态环境问题。因此,需要设计复杂场景下的视频监控系统。本文根据水面复杂的场景,对水面运动目标检测采用背景建模的方法。首先,分析了传统的混合高斯分布模型的特点,并通过实验数据探讨了混合高斯分布模型更新率α对建模以及对噪声的影响。然后,针对传统的混合高斯模型的局限性,提出改进的混合高斯模型:采用多帧图像的平均值代替第一帧图像初始化模型,加快建模的速度;对高斯模型的更新率在建模阶段赋予较大的值,随着图像帧数的增加而减小更新率的值,减少噪声。最后,对改进后的混合模型提取出来的运动目标区域采用形态学处理和连通域去噪的方法检测出完整的运动目标区域。运动目标的检测是目标跟踪的基础,本文选用粒子滤波实现水上运动目标的跟踪,因为粒子滤波不但可以处理线性系统,而且也可以处理非线性系统。针对水面复杂的环境,目标的颜色受光照变化的影响,背景也随时变化,所以单一的目标特征不能满足复杂场景的运动目标跟踪。因此本文选择基于颜色直方图和边缘(hog)特征的多特征融合的粒子滤波跟踪方法。首先,介绍了粒子滤波的理论知识,目标的先验知识、状态转移模型、状态的观测模型。然后,结合运动目标的多特征融合策略实现水面运动目标的跟踪。最后,通过实验分析基于颜色特征、边缘特征、多特征的粒子滤波算法,实验证明多特征融合粒子滤波跟踪算法具有很好的准确性和鲁棒性。本文主要研究水面运动目标检测和跟踪算法,通过分析常用的检测和跟踪算法的特点,采用改进的混合高斯算法进行水面目标的检测以及基于多特征融合的粒子滤波跟踪算法。