运动目标的检测和跟踪技术是计算机视觉领域的重要研究课题,广泛应用于智能安全监控、军事控制、医疗诊断、多媒体检索等方面,具有重要的实用价值和广阔的发展前景。针对检测跟踪过程中遮挡、光照强度剧烈变化、噪声干扰等问题,本文提出了一种基于轨迹的运动对象检测与跟踪方法。本文采用了一种基于主颜色模型的视频图像分割方法,来得到候选区域。首先将图片特征由RGB空间转换到HSV空间,以消除亮度变化对检测结果的影响;然后利用色度和饱和度分量检测出非球场区域,并对图像进行二值化;再通过霍夫变换检测出球场线,并将其去除;最后通过必要的形态学处理后,获得视频图像的二值化初始分割。通过提取候选区域的轮廓特征和区域特征,粗选出候选对象。本文还提出了一种基于轨迹的运动对象检测与跟踪方法,对运动对象进行预测并验证。在算法中,首先保存粗选后得到的候选对象,采用卡尔曼滤波器进行预测跟踪,通过预测验证的方式来生成初始轨迹;然后定义轨迹间的距离,并通过Dijkstra最短路径算法选择出真实运动对象生成的运动轨迹,从而间接的确定了视频图像中的运动对象的具体位置。此外,结合卡尔曼滤波器预测和线性插值,补充视频中漏检的球的位置。实验结果表明,算法能够克服遮挡和光照变化等影响,检测跟踪效果稳定,且具有较高的实时性和准确性。