多目标检测与跟踪技术作为数字图像、计算机视觉领域的核心技术之一,受到越来越多的国内外学者的关注与研究,且取得了一定的科研成果,其成果在民用和军事上都有着广泛的应用,民用上主要用于智能视频监控、医疗诊断等领域,军事上主要应用在导弹精确打击、空中预警等领域。同时多目标检测与跟踪结果的好坏也直接影响到后续场景分析、行为理解等基本操作。目前,多目标跟踪存在的主要难题有：背景的复杂性、目标颜色与背景颜色的相似程度、多目标之间相互遮挡等几个方面。针对多目标跟踪中的难题本文先对经典的算法进行介绍,然后分析其算法的优缺点,并对影响其算法稳定性的外在干扰因素进行分析。在此基础上,展开了对本文提出的目标检测与跟踪算法的研究,本文的主要研究内容如下：1.提出基于纹理特征分析的运动目标检测算法。本文针对传统的目标检测算法在分离运动目标时容易受到外界因素干扰、自干扰等问题,提出了先用对称帧差法和背景差分法相结合提取出运动区域,然后通过纹理特征分析进行匹配运动区域和背景的纹理,来区分真正的运动目标或者由于外界因素干扰而引起的虚假目标。通过实验结果对比得出,该方法具有一定的稳定、抗干扰性。2.提出基于多对象特征获取的多目标跟踪算法。在目标检测的基础上,通过提取运动目标的颜色特征以及几何特征,然后建立并更新特征参数信息表,以及通过对目标状态的预估,并结合目标特征参数的综合相似度在目标遮挡时的良好跟踪技术,实现目标之间相互遮挡时的精确跟踪。最后通过实验对比与分析,论证了本文的算法具备稳定的跟踪能力。