目标跟踪是计算机视觉研究领域的一个热点问题,目标跟踪技术在军事侦察、精确制导、火力打击、自动驾驶等方面有广泛的应用。近年来许多性能出众的目标跟踪算法被提出。与此同时,围绕着这些算法衍生的相关技术与产品层出不穷,算法的跟踪精度也越来越高。但这些算法的优异表现受限于测试集的局限性,并不适用于包含各种复杂干扰因素的现实场景,并且运算平台一般都是高性能高功耗的计算芯片例如GPU、CPU等,增大了部署在低算力低功耗嵌入式平台上的开发难度。本课题提出一种能够应对多种复杂环境、跟踪精度高、运行速度快的多特征目标跟踪算法,同时设计嵌入式硬件系统,实现实时的目标跟踪系统。本研究在软件算法方面利用特征对算法性能的巨大影响,提出了融合多种图像特征的目标表示模型。算法以能够高速运行的相关滤波跟踪算法构建基本跟踪器,然后基于集成跟踪思想构建多个跟踪器对同一目标进行跟踪,不同的跟踪器采用不同特征的组合,从中选取跟踪效果最好的一个。最后采用自适应更新策略对跟踪结果进行更新。算法在标准测试集上进行实验,验证了算法的鲁棒性和有效性。在硬件平台方面,以FPGA作为主控制芯片,DSP作为主处理芯片,设计实现一套嵌入式硬件系统。其中FPGA作为主控制器,它的主要功能是控制与DSP之间的图像和指令传输,并且通过RS422总线与外部进行通信。DSP作为主处理器,它的主要功能是是实现目标跟踪算法的运算,并且通过SRIO总线与FPGA进行信息交互。在算法的移植优化方面,设计搭建了适配DSP的高性能图像函数处理库、信号处理函数库和矩阵运算函数库,合理分配计算单元的高速缓存和存储资源。以上函数库底层采用C66x的SIMD指令集进行优化,并在以上函数库的基础上,对所提出的目标跟踪算法进行多线程并行实现。本研究设计实现的目标跟踪系统具有单目标跟踪、目标尺度检测更新和其他一些辅助功能。实验表明不管是在标准测试集上还是在实际的测试场景中都有很好的表现,上下位机能够和嵌入式硬件平台实现良好的通信交互,系统能够在多种复杂场景下实现实时稳定的目标跟踪。