图像跟踪技术作为计算机科学应用领域的重点研究方向,在当今的生产和生活中扮演着重要的角色并具有广阔的应用价值。如在国防科技方面的空中预警、目标的精确打击等;民用方向则涉及到交通管制、刑事案件处理等方面,并且在这些领域中都发挥着重要的作用。图像跟踪是以信号处理为基础,同时应用人工智能和计算机控制等学科的研究成果,并随着这些技术的发展图像跟踪效果得到了极大地提高,从单一、简单背景下的目标跟踪向复杂背景下目标跟踪发展。图像跟踪的实质是根据目标区别于背景的特征从图像信息中实时自动识别目标和定位目标的技术,它的难点在于复杂的应用环境下如何有效地、正确地识别目标;特别是由于遮挡问题带给跟踪过程的不利影响,成为限制其算法实用性的瓶颈。本文就要是针对跟踪过程中目标所遇到遮挡问题,提出有效的解决方法。本文首先分析了目标跟踪中常用的基于匹配的跟踪算法,然后从其判定函数以及模板更新两方面出发来提高跟踪的稳定性;通过改进匹配搜索策略提高算法实时性。针对目标跟踪的遮挡问题,从目标的运动速度和方向入手,同时结合Kalman滤波器对目标的运动轨迹进行预测,以提高目标跟踪的稳定性。为了解决运动目标跟踪中的遮挡问题,讨论了基于多模板的匹配跟踪算法,通过对一些多模板跟踪算法的研究,本文提出了一种适应性较好的目标运动预测与多模板匹配相结合的跟踪算法,并给出了模板匹配算法中的判断准则:模板更新准则、目标被遮挡判断等。实验证明,该方法能够在复杂背景条件下运动目标发生遮挡时进行稳定跟踪,与传统的单模板和普通多模板跟踪算法相比具有良好的鲁棒性和实时性。