基于计算机视觉的目标跟踪是计算机视觉领域的一个热点问题,在智能视频监控、机器人视觉导航、人机交互、以及医疗诊断等许多方面有着广泛的应用前景。本文以智能视频监控为应用背景,主要研究了视频中类似物体遮挡情况下的跟踪技术。本文主要做了以下几方面工作:(1)在运动目标提取方面,首先介绍了常用的运动目标分割算法,通过实验分析这些算法的优缺点,采用了一种基于头顶图像灰度统计的阈值分割与自适应阈值分割相结合的算法提取运动目标。(2)在人体运动目标跟踪中,本文将颜色分布和纹理描述作为观测模型,将HSV特征和局部二元模式相结合,分别进行直方图建模。在跟踪过程中为了避免背景干扰,通过为每个特征引入一个权值,且在跟踪的过程中动态地对其进行更新,将各个特征融合在一起,以保证区分能力强的特征总是得到更多的信任。(3)最后通过建立每个被跟踪目标的“目标链”,将人体运动目标跟踪的结果应用于场景中进出人数的统计。基于上述研究的实验结果表明与传统的Mean Shift跟踪算法相比,本文提出的算法在目标短时出现被类似的物体遮挡时具有较为稳定的鲁棒性和自恢复能力。