鱼眼镜头因其超大范围的视场角成为近年来机器视觉领域内的研究热点,并得到了很多成功的应用。本文在鱼眼镜头全方位视觉的基础上,研究了识别与跟踪算法并得到了成功的验证。图像跟踪是一个迅速发展中的研究领域,国内外学者对图像跟踪算法进行了大量的研究,每年都有大量的研究成果涌现。粒子滤波和均值漂移是研究的最多、应用最广泛的两个算法,两个算法都与概率学有着紧密的联系,却都有着各自不同的优缺点。粒子滤波算法在非高斯、非线性情况下有着很好的应用,对遮挡不敏感,鲁棒性好,但是跟踪精度的提高依赖于大量的粒子计算,会降低算法的实时性。均值漂移算法在匀速、无遮挡情况下会实时、精确的跟踪目标,但是在有干扰、遮挡时算法会失败。本文在研究了不同环境下两种算法的优缺点之后对两种算法进行了改进。在室外时颜色特征的跟踪往往导致跟踪的失败,多特征的融合会弥补单一特征的缺陷,融合采用民主策略。此算法在室外环境中以路灯灯头为目标的跟踪上得到了成功的验证。另一种改进的算法我们将粒子滤波与均值漂移两种算法的优缺点进行结合,即保留粒子滤波非高斯、非线性、鲁棒性好、遮挡不敏感的优点又加入了均值漂移,克服了原告实时性不好的缺点。并在最后对三种算法进行了对比,实验证明改进后的两种算法具有很好的实时性、鲁棒性与精度。嵌入式开发平台体积小、功耗小、效率高,本文的最后介绍了一款具有自主知识产权的智能相机,集图像的采集、处理于一体,并将改进后的跟踪算法移植到智能相机中,同时开发了相机的PC客户端,用于与智能相机进行通信、控制。最后的实验中我们详细介绍了相机的结构与移植情况,并且算法与相机都得到了很好的验证。