随着科技的进步和发展,机器视觉领域里运动目标视频图像的跟踪技术越来越受到人们的关注和重视,基于无人机平台的机器视觉目标跟踪更是人们关注的热点领域之一。多旋翼无人机由于其体积小、质量轻、操作方便、可以垂直起降与空中悬停等,被广泛的运用于日常生活中的各个方面尤其是在视频图像的拍摄方面。将目标跟踪技术运用到无人机平台上的运动目标拍摄视频图像中,并且运动目标所在的背景环境存在干扰和遮挡的情况下,能够进行实时有效的跟踪是本文研究的主要内容。本文中,首先在对运动目标的检测方面,介绍了常用的背景环境在静止条件下的检测方法,连续帧间差分法、光流场法、背景差分法,并且分别进行相关实验对上述方法作出对比和分析,最后选择把连续帧间差分法和背景差分法两种计算量不大且运行时间快的方法结合起来运用,使用到本文所用的算法中来提高对运动目标检测的准确性。其次,在对运动目标的跟踪部分,针对目标跟踪算法中常用的Mean-shift算法,Cam-shift算法以及粒子滤波法进行原理上的分析,以及算法在视觉目标跟踪上实现的具体过程。根据上述方法的优缺点,本文将粒子滤波算法与Mean-shift均值矢量偏移算法相结合得到的改进的粒子滤波方法。最后,通过使用无人机对运动目标在背景环境存在不同的干扰和遮挡等等情况下,运用Mean-shift算法,Cam-shift算法以及本文改进的粒子滤波算法分别进行了视频中的运动目标跟踪实验,经过对比分析之后得出在无遮挡背景颜色干扰时Cam-shift算法运行快效率较高,有遮挡和目标与背景颜色相似时运用本文改进的粒子滤波算法,目标跟踪的效果更好。