运动物体的视觉追踪是综合了当前计算机,自动化,模式识别与智能系统等领域的一个相关课题,并且有很广泛的应用前景。运动物体的追踪,可以用于安全监控、虚拟现实、人机交互等领域,是近年来国内外研究的热门方向。本文研究的主要问题是,通过单摄像头采集图像,将图像信息传入计算机,经过分析处理,计算出运动物体的相对位置,同时控制摄像头转动,对物体进行实时追踪。整个系统主要研究四个方面,确定运动物体、跟踪运动物体、预测运动物体位置、控制采集摄像头。确定物体的算法是在静态背景下,建立灰度图空间,利用背景减除法,得到物体大概的形状、位置,再经过去噪,去阴影处理,得到较为精确的运动物体信息。跟踪物体的步骤是,首先建立HSV的色彩空间,分离出色彩信息HUE,并通过上一步得到的运动物体点的位置,建立色彩直方图,根据物体的色彩概率分布,使用CamShift算法对后面的图像序列进行跟踪。为了提高效率采用卡尔曼滤波器进行计算,预测下一帧运动物体图像的位置。可以优化CamShift算法的物体的初始位置,以减少搜索的迭代次数。在采集图像信息的同时控制摄像头,需要在系统设计时采用多线程,图像采集线程的计算量大,应优先考虑,而控制摄像头由于发指令到摄像头硬件的时间很短,可以利用小的时间段进行控制。在具体实现上,采用VISCA协议进行控制,调整摄像头的速度,使运动物体尽量保持在图像中心。本文提出的算法有充分的理论支持,运动目标获取,目标跟踪,摄像头控制三方面紧密的联系在一起,整个系统效率高、鲁棒性好,尤其适合于目标与背景反差大的环境,有一定的实用价值。