针对分布式摄像机下的人体运动目标检测与连续跟踪问题，本文重点研究视频图像中人体运动目标的检测与跟踪和分布式摄像机之间的目标交接技术。通过对分布式摄像机各段视频图像的人体运动目标检测、判断，实现对大场景下人体运动目标的连续跟踪。论文的主要工作包括：1、单摄像机下人体目标的检测与跟踪。检测方法首先采用背景减技术检测运动目标区域，然后利用基于不同人体模型特征，提取各个人体目标区域。跟踪技术着重研究了模板匹配跟踪方法和基于均值漂移与卡尔曼滤波的目标跟踪算法。实验分析发现，基于均值漂移与卡尔曼滤波的目标跟踪算法实时性好，鲁棒性强，且能较好地解决目标的遮挡问题。总体而言，该方法能够基本满足人体运动目标跟踪的实时要求。2、分布式摄像机之间的目标交接。着重研究了基于投影不变量和单应性变换的目标交接算法。针对人工选点不精确和近目标交接判断不准的缺陷，引入SIFT算法和主色调分析策略，对投影不变量算法进行了改进；针对误判的匹配点，引入RANSAC方法，所确定的最佳单应性变换矩阵，对单应性变换算法进行了优化。实验结果表明，改进方案提高了目标交接的准确性。3、分布式摄像机下人体目标连续跟踪。当人体目标在单摄像机下时，采用均值漂移与卡尔曼滤波算法对其进行跟踪；当人体目标进入摄像机间的重叠视域时，采用单应性变换算法对其位置进行确认，从而选择相应的视频图像对其继续跟踪。实验结果验证了该方案的有效性。