目标检测与跟踪是视觉系统目标状态分析的基础,以其广阔的应用范围成为研究重点。本文完成了对常用的目标检测和跟踪方法的深入研究分析,提出并设计了一种基于主动视觉的运动目标跟踪算法,在DM6437嵌入式平台上完成了对主动视觉跟踪算法主要功能的移植。在目标检测方面,对经常使用的检测算法进行介绍,针对传统的帧间差分方法检测出的运动目标不够完整的缺点和传统静态背景差分方法不能实时更新背景的问题做了研究,选择使用Adaboost检测算法或高斯混合背景算法来检测运动的目标,并利用实验数据对算法的有效性进行分析。在目标跟踪方面,对常用的跟踪算法原理进行介绍,如Kalman滤波算法、粒子滤波算法和Camshift算法,在此基础上设计了Kalman滤波与Camshift融合的跟踪算法;然后根据跟踪算法计算出的目标位置与目标区域面积,提出并设计了PTZ云台控制算法,包含了云台的水平、垂直转动规则以及摄像机镜头的变焦规则;最后结合目标检测算法完成了对运动目标的自动跟踪,使运动目标以合适的尺寸位于视频图像的中心位置。嵌入式移植方面,设计并实现了一个基于DM6437图像处理平台的运动目标自主跟踪系统,包括硬件平台的构建、视频图像的采集与显示和主动视觉跟踪算法的移植。在该嵌入式系统中,首先实现了视频图像的采集与显示,并将采集到的数字视频图像存储在SDRAM中;主动视觉跟踪算法的移植主要完成了高斯混合模型算法和Kalman滤波与Camshift融合算法主要功能的移植,可以从SDRAM中读出图像数据并计算出目标的具体位置;最后根据得到的目标位置信息设计云台控制算法,并通过串口通讯模块向云台摄像机发送控制命令。从主动视觉系统算法研究以及移植到DM6437实验箱后的实验结果可以得出,本文研究的主动视觉跟踪系统在一定条件下能够准确、及时地检测并跟踪目标,并使运动目标位于视场的中心位置,能够达到预期效果。