动目标跟踪技术是实现智能控制系统的关键技术,它结合了图像处理、模式识别及自动控制等多学科的研究成果,运用其中的关键技术对输入的图像序列进行处理分析,实现对运动目标进行检测和跟踪。运动目标跟踪可分为静态背景目标跟踪和动态背景目标跟踪。静态背景目标跟踪已经有许多成熟理论；而动态背景下对目标的跟踪,依然存在很多问题。比如,定位的精确度和系统实时性之间的矛盾,很难达到一个平衡点,而mean-shift算法提供了解决这一矛盾的新方法,因为该算法是基于无参密度估计的目标搜索算法,它运用梯度最陡下降法对目标进行迭代寻优,计算量小；并且该算法对运动背景不敏感,可以运用到背景存在运动的场合下。本文重点研究了(?)nean-shift算法,并针对其缺点提出了一些改进措施,主要包括以下几个方面：(1)对无参概率密度估计、核函数、梯度估计及加权函数的选择进行了深入的研究,为算法的改进奠定了基础；(2)针对搜索窗口固定带来的问题,本文运用不变矩的方法对搜索窗口进行自适应调整,并且运用Kalman滤波对窗口尺寸进行预测,使得定位更为精确；(3)针对目标遮挡时算法失效的问题,本文提出了Kalman滤波和mean-shift算法相结合对目标进行搜索,通过运用Kalman滤波残差、目标面积和Bhattacharyya系数相结合对目标遮挡进行判断,实现了对遮挡目标的有效跟踪；(4)对步进电机驱动技术进行研究并设计硬件驱动电路。在自动控制方面,本文采用ARM嵌入式和步进电机相结合,对摄像头进行控制,以跟踪离开摄像头监控范围的目标。并对步进电机的驱动技术进行了一定的研究,使得电机能平稳转动,更好的为跟踪系统服务。