运动目标的检测与跟踪是计算机视觉和图像处理研究的主要内容之一。实现对运动目标的检测跟踪涉及到多个方面的知识,比如模式识别、应用数学、物理学、图像处理等等,在机器人导航、智能监控系统、医学图像处理和视频图像压缩等领域均有应用。自从Kass等人提出主动轮廓模型,并将它应用到跟踪人的唇动以来,主动轮廓模型作为主动视觉领域里的一门重要学科越来越受到广泛地重视。同传统的视觉处理方法不同,主动轮廓模型是一种充分利用图像的高层信息的自上而下的处理方法。由于它的优越性,使它在多重领域内得到运用,如：医学图像处理、序列图像跟踪、图像分割、监视监控等。近几十年来,人们对主动轮廓模型作了许多改进,提出了许多不同的目标检测和跟踪的方法,但由于Snake模型本身存在的不足,使得该模型在目标检测和跟踪过程中依然存在一些问题,因此,有必要继续对其进行更深入的研究。本文阐述了参数型主动轮廓模型的基本原理,重点研究分析了B-Snake模型、动态规划法和卡尔曼滤波器,在前人工作的基础上,设计了一种基于卡尔曼滤波器的B样条主动轮廓跟踪算法,并较好地融合进全局优化的动态规划技术。首先采用B样条主动轮廓在较少控制点的情况下,较好地逼近目标的轮廓；同时采用动态规划技术解决了背景干扰带来的局部极值问题；并在卡尔曼滤波器框架内,准确预测目标的运动速度、位置和尺度大小,从而形成一个稳定的跟踪算法。通过多个经典的图像序列测试,验证了本算法的稳定性和精度,其结果表明本文算法在跟踪过程中具有分割精度高、跟踪连续、稳定的特点。