作为智能视频监控的重点学科之一,视频目标跟踪涉及了计算机技术、信号处理、模式识别以及计算机视觉领域等重要学科,有着诸如人机交互、医疗诊断、交通管制、视频监控等方面的广阔应用前景。近年来,大量的研究者针对该课题进行了深入研究,并取得了许多成果。其中,具有高效性、简便性等优点的均值漂移跟踪算法被广泛应用。由于均值漂移跟踪算法的目标模型的鲁棒性较差,导致在复杂背景和光照变化的情况下的跟踪效果不佳。针对该问题,本文重点研究了均值漂移跟踪算法中的目标建模问题,以达到增强跟踪的实时性和准确性的目的。本文主要的工作如下：1.针对均值漂移算法在跟踪过程中由于目标模型不够稳定所导致的跟踪效果不理想,甚至跟踪失败的问题,提出了一种新的目标建模方法。通过该方法建立的目标模型较为稳定,用于均值漂移算法的目标跟踪,可以提高目标跟踪的准确性与鲁棒性。2.将传统灰度方法、经典RGB方法与本文方法建立的目标模型用于均值漂移跟踪算法,在不同的情况下进行了对比实验分析。结果表明,本文方法建立的只标模型具有较好的鲁棒性。3.本文的建模方法在目标色彩较丰富的时候,跟踪效果好。因此,提出了一种目标色彩的判定方法,并通过实验示例验证了该方法的可行性。