运动目标识别与跟踪技术是智能视频监控系统的核心技术,而ARM嵌入式技术以其成本低、功耗低、性能高、专一化程度高等特点近年来已被广泛的应用到各个领域当中,故将运动识别和跟踪技术与ARM嵌入式技术相结合是当前智能监控领域的发展趋势。除此之外,由于基于X86主板的传统运动目标识别与跟踪系统已无法满足现代工业和民用上领域关于小型化、专一化的要求,所以本课题具有了较高的应用价值和重要的现实意义。论文提出了一种基于ARM嵌入式平台的视频目标识别与跟踪的解决方案,主要研究如何将ARM嵌入式平台和运动目标识别与跟踪系统结合起来。首先分析了系统需求,设计了总体系统功能,论证了采取ARM嵌入式平台的必要性;然后搭建了软硬件平台,完成了Linux内核的定制、操作系统的移植和OpenCv计算机视觉库的建立;最后在运动目标识别算法方面重点研究了帧间差分法、背景差分法、Surendra自动背景更新法三种目标识别算法。在运动目标跟踪算法方面重点研究了CAM shift算法、卡尔曼滤波算法并在卡尔曼滤波算法的基础上提出了基于几何特征和直方图匹配的卡尔曼滤波算法,并将各算法通过OpenCv计算机视觉库代码在ARM嵌入式平台Linux环境下进行了仿真实验,总结了各识别算法和跟踪算法的优缺点。通过对实验结果的分析和比较找到了与ARMS3C2440开发板相互匹配度最高的识别算法和跟踪算法,并最终在ARMS3C2440嵌入式开发板上实现了对视频运动目标的识别与跟踪。