运动目标的检测与跟踪作为计算机视觉的一个重要组成部分近年来取得了长足的发展。但在实现可靠的实际应用前,还需要解决许多相关难题,比如复杂环境下目标的跟踪性能,视觉有遮挡情况下的跟踪问题,多目标跟踪场合中保证跟踪的实时性等。本论文在对目标检测和跟踪领域的主流算法分析研究的基础上,针对前两个问题提出了一些行之有效的解决方法,主要研究成果如下:1.在查询与综述了相关目标检测算法文献的基础上,提出了一种基于灰度和RGB颜色空间的目标检测算法。算法以背景差分法为基础,计算当前图像帧与背景图像的像素点灰度变化情况作为背景更新的依据,通过计算像素的颜色信息判断像素点是否为前景点。实验证明,该算法能准确检测到场景中的运动目标。2.研究和分析了目前的目标跟踪方法中应用较广泛,跟踪效果较好的CamShift算法,针对该算法在颜色直方图获取时忽略了跟踪目标各像素点的空间分布信息的缺陷引入了分级加权处理的思想,同时以跟踪目标长短轴之比和面积变化率作为判断因子,结合MeanShift算法良好的抗干扰能力对原算法容易受颜色相近区域干扰的缺点进行了改进。实验证明本文提出的改进算法具有比原算法更佳的跟踪效果。3.针对跟踪过程中经常出现的目标遮挡问题,提出了一种结合SIFT思想的目标跟踪算法。该算法利用图像的颜色直方图作为目标遮挡发生的判断依据,依靠SIFT特征向量良好的不变性对目标未被遮挡区域进行匹配跟踪,较好地改进了目标在可能有遮挡物情况下的跟踪效果。4.结合本文的目标检测与跟踪算法设计并实现了一个视觉运动目标检测与跟踪系统,实现了视频文件读取与录制、运动目标检测、目标跟踪等功能,不仅为本文的算法改进提供了合理验证的平台,稍加扩展后也能成为视觉目标检测与跟踪的通用研究平台。