视频跟踪技术具有广阔的应用前景,可应用于军用和民用监控等多个领域。本文以粒子滤波理论为基础,研究和实现了基于颜色特征的粒子滤波跟踪算法。并在该基本粒子滤波算法的基础上,从提高跟踪准确率和执行速度两个方面对算法进行了改进。基本跟踪算法以目标颜色作为跟踪特征,利用粒子滤波算法实现视频跟踪。测试结果表明该算法在目标颜色特征明显的情况下跟踪准确率较高,但是在目标颜色特征变弱的情况下跟踪准确率低。为了提高跟踪算法的准确率,在基本粒子滤波跟踪算法的基础上,采用了粒子滤波融合MeanShift的方法对其进行改进,将跟踪算法分成两个阶段,第一阶段利用粒子滤波进行粗略估计,第二阶段利用MeanShift进行估计值修正。改进后的测试结果表明该算法能很好地跟踪颜色特征较弱的目标,从而提高了算法的跟踪准确率。为了解决目标模型更新后依然无法有效跟踪的问题,在基本跟踪算法中增加了LK(Lucas-Kanade)算法对其进行改进,在模型更新后使用LK算法进行目标跟踪。测试结果表明该方法有效,提高了跟踪准确率。为了提高跟踪算法的执行速度,根据粒子滤波算法自身具有的可并行化特点,利用OpenMP多线程编程语言对基本粒子滤波算法进行了并行化处理,在粒子滤波的过程中添加相应的OpenMP编译语句,派生出多个线程,将算法过程由单线程串行执行转变为多线程并行执行。测试结果表明该方法提高了算法的执行速度。