得益于科学技术的快速发展,特别是电子信息技术、电子硬件设备的高速化、集成化及其服务的人工智能化,现代电子机器已经能够实现对视觉目标对象的识别与跟踪,且该技术正在国防科技建设和水陆空交通领域发挥着越来越令人难以想像的作用。论文以湖南省及以下市县级海事监控为研究背景,在全省建有的“数字航道”监控平台基础上,就省海事监控平台未能实现的船舶检测与自主跟踪及目标标示等功能,开展一套切合地方实际需要的航道智能监管系统的研究。论文研究的核心内容是对视觉监控场景中的船舶进行检测、对其中特定船舶目标进行动静态跟踪、对特定目标进行现场抓拍记录、实时显示船舶目标的状态信息。论文的主要研究工作包含以下几项内容：(1)探讨内河航道船舶目标检测与跟踪技术的发展现状,重点针对湖南省各海事监管的现状,切实收集各地海事部门对视频监控功能的需求信息。联系现有的视频监控网络,进行模拟研究场景所需的设备选型,搭建出一套基于智能摄像球的场景监控实验平台。(2)考虑到视频监控系统的高实时性要求和监控目标及监控环境的特点,需要对船舶目标进行检测的方法进行比较试验,并最终研究出一种结合不同背景更新算法的船舶目标提取方法。在此基础上再进行目标跟踪,跟踪时先构建船舶目标的运动模型,同时利用卡尔曼(Kalman)滤波算法进行目标预测,然后再进行船舶目标轮廓特征匹配,进而实现对船舶目标的静态镜头跟踪。在如何实现动态镜头跟踪的问题上,首先预测下一帧图像中目标船舶所在的感兴趣区域(ROI),然后进行特征提取与目标匹配,最后按同等时间间隔计算镜头动作角度确保监控画面的视觉平滑性,并通过仿真验证该算法的有效性。(3)综合大量实验研究结果,在确定了船舶目标检测与自主跟踪功能的实现方法之后,结合开放式计算机视觉库(OpenCV)函数构建了基于VS2010对话框工程的客户端船舶目标检测与自主跟踪平台。该平台具有船舶目标实时检测与自主跟踪功能,同时还可以把检测并计算出的船舶目标相关信息实时显示和标示在监控画面中。此外,该软件平台还需提供录像、抓拍、查询、手动镜头控制等功能。