机动目标跟踪技术是计算机视觉领域中的重要研究课题,在机器人导航、航空航天、生产过程控制、医学研究、智能监控以及军事侦察等方面有着广泛的应用。所谓机动目标跟踪是指从包含运动目标的序列图像中检测识别出运动目标,计算出目标的位移、速度和加速度等信息,然后使用合适的算法预测和跟踪运动目标。但是,目前较为成熟的机动目标跟踪技术大多是单目视觉模式,限制了机动目标跟踪技术在三维场景中的应用。因此,本文选择研究基于双目计算机视觉的运动目标跟踪技术。本文首先利用立体视觉技术将目标视差图和背景视差图进行差分,准确检测和提取出了场景中的运动目标。该方法有效地克服了运动检测中阴影的影响,效果明显优于传统的背景差分算法。接着对机动目标预测与跟踪算法进行了研究分析,重点讨论了最常用的交互式多模型算法以及基于颜色直方图的CamShift(ContinuousAdaptiveMeanshift)跟踪算法。首先对基于全面自适应滤波思想的交互式多模型(IMM)算法进行了深入研究,并进行了仿真实验,证明了含有机动目标“当前”统计模型的IMM算法比基本IMM算法更适合于机动目标跟踪。接着对基于颜色直方图的CamShift跟踪算法的优缺点进行了分析,在此基础上将IMM算法与CamShift跟踪算法相结合,提出了一种新的机动目标跟踪算法,命名为CamShiftIMM算法。新算法实现了目标的快速准确跟踪,并在一定程度上解决了简单遮挡问题。最后,在本文构建的双目视觉系统下分别应用CamShift算法和CamShiftIMM算法对一般运动、随机机动和短时间遮挡等情况下的运动物体进行了跟踪实验。实验结果证明,本文提出的新算法不仅能够跟踪一般运动目标,而且能够快速有效地跟踪机动目标;不仅能够跟踪慢机动目标,而且对于未知运动规律的机动目标同样有效,具有较强的鲁棒性和实时性。