本文做了以下工作： 1、目标检测：利用摄像机采集运动目标视频图像。回顾了三种传统的检测方法：帧差法、光流法和背景减除法，分析各自的优缺点。重点讨论了一种基于前景目标动态特性的背景更新的运动检测算法。该算法认为长时间不动的像素点为背景点，建立背景模型；用背景图像和当前帧图像进行差分，获得前景图像，用二值化图表示。实验分析了该算法的特性，讨论了该算法中参数的确定方法。 2、前景图像预处理：对检测出的二值化运动目标前景图采用图像数学形态学算法进行一系列的滤波及开运算操作，以消除噪声和填补前景目标实体上“沟”、“洞”，减少对后续操作的影响；针对光照产生的运动目标阴影对识别结果的干扰，采用了一种阴影检测及消除方法，对运动目标的阴影进行检测并消除其影响；利用连通区域分析法定位前景图像上运动目标的位置、高度和宽度参数信息。 3、目标跟踪：将场景中的运动目标分为五种状态，结合本文提出的区域对应和特征匹配相结合的多目标跟踪算法，有效解决运动目标发生遮挡时跟踪和识别问题，并通过实验结果证明了该算法的有效性。 本文的创新点在于： 1、本文提出一种新的区域对应和特征匹配相结合的多目标跟踪算法。将运动目标之间的相互遮挡分为融合和分裂两过程。先用区域对应算法判断是否有融合分裂事件发生。对于运动目标无遮挡情况发生和目标间发生融合的情况，采用基于区域对应的目标跟踪算法。 2、对于运动目标间出现分裂情况的时候，即目标间的遮挡将要结束时，采用一种新的颜色特征匹配准则计算直方图颜色相似度，进行二次跟踪判别。实验结果表明综合这两种处理方法，该算法计算速度快，能有效解决多目标的遮挡问题。