本论文主要研究视频序列图像中运动目标识别与跟踪的算法。视频序列分析通常具有很强的任务依赖性,往往是针对不同的应用选用相应的算法。为解决视频序列中对运动目标的识别与跟踪方法的问题,本文根据所处理的视频图像的特点,研究了基于图像差分和连通性分析的识别方法以及基于Mean Shift分割和自适应阈值分割的识别方法,应用VC++6.0编写程序进行分析比较,并给出了实验结果。基于差分的目标识别方法是在进行差分图像之前,先对图像进行滤波、降噪和平滑处理,再根据运动目标的速度进行相邻帧或隔帧差分以得到运动信息,再对目标粗糙的边缘轮廓和背景进行数学形态学滤波以去除背景噪声,然后根据连通性分析提取出目标轮廓。Mean Shift算法主要应用于静止图像的分割,它是通过检测出密度的模式进行聚类分割的,具有快速迭代的特点。本文尝试把基于Mean Shift算法的图像分割方法应用在序列运动图像的分割上,结合自适应阈值分割仍能达到实时识别的要求,且较基于差分的识别方法速度快,分割效果好。本文还研究分析了目前跟踪方法概况,尝试研究了基于Mean Shift算法的目标质心跟踪方法,仿真结果表明该方法的有效性。