在现实生活中,人通过眼睛能够看到生动的外界的光信息,人眼对移动的信息也格外的敏感,因为移动的信息包含的可能更多的有效信息。可是好多现实场景人是无法到达的,这时就需要机器视觉来辅助人了解那些人没法到达的地方的实际情况,如高空中的移动目标监测,海底目标监测等各种实际需求。因此研究机器视觉显得格外重要。移动目标检测与跟踪作为机器视觉中的重要分支,研究意义十分重大。移动目标识别与跟踪针对的是保存在计算机中的视频信息,视频信息也可以看成由帧图像在时间轴上组成图像序列。本文涉及的检测和跟踪工作是在不动的摄像头采集到的视频的情况下进行的。主要包括移动目标检测及跟踪,检测是对视频中是否有移动目标进行直观的检测,跟踪就是确定移动物体在视频帧序列中的位置,我们也可以将其称作定位。本文主要从运用matlab进行视频采集及保存,移动目标检测及跟踪三个方面进行仿真实现,简单介绍了数字图像处理的基本概念及相关知识点,着重分析移动目标检测和跟踪的方法,运用一种改进的帧间差分法-三帧差分法实现移动目标检测,运用移动目标跟踪中的两种算法的结合算法实现跟踪。实验证明所用方法均能提高了检测和跟踪的效果。简要内容如下:1.为了对后期移动目标检测及跟踪更加方便的理解,本文对数字图像处理相关的概念及视频的采集过程进行较为详细的了解,介绍了数字图像处理的相关概念,数字图像处理中常见的处理方法(灰度变换、均值滤波、中值滤波、二值化)以及运用matlab进行图像的采集及视频的保存。2.在本文中移动目标检测服务于下一步移动目标跟踪,为了提高跟踪效果,需要提高移动目标检测的效果,本文对移动目标检测常用的三种算法进行了详细的介绍,并进行了对比,最后提出了三帧差分法作为移动目标检测的最终算法,并经matlab仿真实验检测效果较好。3.在移动目标检测完毕后,利用检测出的移动目标作为跟踪的模板,介绍的常用的移动目标跟踪的两种方法,卡尔曼滤波算法,及均值漂移算法,并运用matlab进行了仿真。4.由于Mean Shift均值漂移算法在移动目标被遮挡及复杂的背景情况跟踪效果较差,本文运用Mean Shift均值漂移算法与卡尔曼滤波算法结合的方法进行移动目标的跟踪,可以有效的解决目标被遮挡的情况。