目标跟踪是计算机视觉领域内的研究热点对象之一,它采用图像处理、模式识别和计算机视觉等技术,抽取并分析视频源中的关键信息,完成对目标的识别与跟踪。其在多智能体协作、可疑目标的连续跟踪、视觉自主导航机器人、智能交通监控与违章追踪和军事领域的无人驾驶等实际系统中有着广泛的应用,特别是在刚刚兴起的智能监控系统中。随着软硬件技术的发展,智能监控也从最初的静态单摄像机的视频监控开始向现在的网络化、智能化方向迈进,而且越来越多的研究者加入到了多摄像机智能监控的研究中。实现多摄像机的目标连续跟踪是实现智能监控的基础,而如何实现跟踪目标在多个摄像机之间的成功交接是实现目标连续跟踪的核心问题,如何在陌生场景下实现摄像机MAP自动生成是多摄像机目标跟踪系统的难点问题,因此本文主要就多摄像机目标跟踪的交接时刻和交接对象问题进行了研究,并对监控场景自动生成监控MAP进行了探索实验,研究开发了一个多摄像机目标跟踪系统平台,并且在多摄像机网络系统上进行了目标的交接跟踪实验。本文首先总结了近年来国内外主要的研究方法和技术,采用模糊逻辑的隶属度概念对目标的颜色特征描述进行量化,然后结合行人目标的先验几何比例关系以及运动特征建立目标的颜色特征分块模型,并将其用于目标的自动定位,本文给出了基于该方法的目标自动定位的实验结果,实验表明当目标的颜色纹理特征比较简单时,该方法可以很好地实现目标自动定位。文中以行人目标为例对多摄像机目标跟踪系统的基本环节——单摄像机目标跟踪算法进行了研究,能够实现在单一场景下的目标自动定位并进行跟踪。在多摄像机目标跟踪交接方面,结合监控场景几何拓扑结构模型,本文对监控场景MAP的自动生成进行了研究和大量算法实验。通过确定摄像机场景中目标进人和离开区域的时刻和概率,实现摄像机拓扑结构的自动学习,进而自动生成监控MAP,配合使用P-T-Z(Pan-Tilt-Zoom)摄像机的预置位功能进行云台的快速定位,实验结果表明该方法实现了交接摄像机的快速准确判断和调度,顺利完成摄像机的接力任务。基于多台P-T-Z摄像机硬件网络设计并实现了一个多摄像机目标跟踪系统,整个系统通过局域网连接在一起。具体的目标跟踪过程由连接有摄像机的视频服务器来处理。所有的控制信息都要经过管理服务器来传输,而视频数据则不经过管理服务器直接在网络中传输。本文将系统的通用模块进行了封装,避免了重复开发的浪费。最后文中给出了在该算法平台下完成多摄像机目标跟踪交接的一个实验结果,实验表明该系统很好的完成了各项预期任务。