运动目标跟踪技术是机器视觉中重要的研究领域，随着研究的深入，其被广泛的应用在军事制导，视觉导航，机器人，智能交通，公共安全等方面。并且，由于电子设备性能不断的提高，使目标跟踪技术的应用更加便捷和智能，因此，本文中提出了基于Android移动平台实现物体跟踪的应用，并对其中的运动目标检测方法进行了改进。首先，本文针对目标跟踪技术的国内外现状进行了分析，并且介绍了Android系统以及OpenCV库的原理与架构。其次，详细讨论了OpenCV视觉库移植并加载到Android应用程序中的方法，这里，OpenCV视觉库作为基本图像处理方法的函数库，通过OpenCV管理器实现程序与库函数的调用，重点论述了组成系统的各个模块的设计与实现方法，其中图像采集模块完成对摄像头的初始化等操作，特征计算模块用于计算目标的中心坐标与轮廓，跟踪模块则实现对目标运动轨迹的跟踪。再次，通过对光流法、背景差分法等运动目标检测方法的比较，采用帧间差法检测目标区域，由于该方法中存在需要人为设定的分割阈值，当背景光线发生变化时，固定的阈值无法满足实时更新的要求，因此引入最大类间方差法弥补该算法的不足，使其能够跟随环境的变化，自适应的设定阈值，然后利用Camshift算法捕捉运动目标，当目标移动时，根据目标区域的中心坐标的数值变化，可以直观的观测到跟踪的效果，最后，在搭载Android系统的智能手机上进行系统调试，对形状规则与不规则的物体实施跟踪对比测试，均可以达到预期的跟踪效果。