随着信息技术的快速发展,计算机技术的应用遍布人们生活中的各个角落。作为一门重要的计算机视觉技术,目标跟踪所表现出的作用越发的举足轻重。也因此受到越来越多的学者以及各种研究部门的重视。本文也将对目标跟踪技术进行详细讨论,并研究了一种性能优越的目标跟踪算法,以下是我在本文中的主要工作。第一,针对目标跟踪中的光照变化问题,本文研究一种多尺度Retinex算法,通过该算法来提取与目标纹理信息相关的反射率图像。该反射率图像具有光照不变性特征。利用该反射率图像来进行目标跟踪,使得跟踪结果对光照变化的敏感性大大降低。第二,针对目标跟踪中的目标形变问题,本文利用了一种仿射变换模型。这种模型可以对形变后的目标图像进行矫正,从而降低了目标形变给跟踪结果所带来的影响。第三,针对目标跟踪中的遮挡问题,本文通过提取目标图像块HSV颜色特征,利用了一种目标图像局部外观模型。这种模型可以有效地判断目标图像的遮挡区域,降低遮挡带来的影响。第四,本文在贝叶斯理论框架基础上利用了一种联合模型。该模型包含基于图像块颜色特征的局部模型以及基于稀疏表示的全局模型,应用联合模型可以得到每个候选目标图像的似然函数值,其中具有最高似然值的候选样本图像即为当前帧中的跟踪结果。第五,针对每一种研究的算法,本文都进行了实验分析。特别是在后面的综合实验中,本文所研究的算法和其它流行算法作的对比有力的验证了本文所研究算法的有效性。