动态目标跟踪是机器视觉中的非常活跃的一个研究课题，有非常广泛的应用，如机器人导航、智能视频监控、自动驾驶等方面。本文针对嵌入式系统中的动态目标跟踪难以兼顾可靠性与实时性的缺点，对动态目标检测、分割和跟踪算法进行了深入研究，并在DM642平台上实现。　　 在动态目标分割方面，先采用中值滤波和改进的数学形态学滤波对动态目标检测的结果进行图像预处理，降低随机噪声的影响，然后采用基于区域生长分割算法分割动态目标，实验表明能够很好的实现动态目标的分割。　　 在动态目标跟踪方面，着重研究了均值偏移算法并将其应用到动态目标跟踪中，并针对均值偏移算法的缺点，采用改进的颜色直方图并加入目标边缘信息作为特征值对目标建模，改善了灰度直方图对光线变化敏感的问题；并将卡尔曼滤波和均值偏移算法结合起来，进行动态目标跟踪，解决了无法跟踪快速目标的问题；提出了模板更新机制解决了跟踪过程中缺乏模板更新的问题；并对跟踪窗口和遮挡问题进行了改进。通过以上改进措施提高了动态目标的跟踪速度和准确性。　　 在DSP优化方面，深入研究了DM642 DSP平台的体系结构、开发流程和软件优化方法，将动态目标检测、分割和跟踪算法在DSP平台上编程实现后，经过一系列的软件优化使系统达到了实时性要求。