基于视频监控的运动目标跟踪技术属于人工智能的分支,涉及到模式识别、图像处理、计算机视觉、机器学习等学科。目前,单摄像机的目标检测和跟踪技术发展的比较成熟,取得了大量的研究成果。但是,仍有一系列的难题需要解决。比如,目标之间出现遮挡、复杂背景的干扰、动态背景情况的跟踪等。多摄像机目标跟踪是近年来的研究热点,而目标交接是实现目标匹配和场景切换跟踪的关键技术,是多摄像机监控必须解决的难题。本课题在研究单摄像机运动目标检测、跟踪算法基础上提出了新的方法,并重点研究了双摄像视野重叠情况下的视野分界线生成和目标交接算法,主要工作如下:1.采用了融合的目标检测算法。首先采用帧间差分判断出目标所在位置的大致范围,并锁定中心位置,然后在此范围附近,采用背景差分的方法,准确判断目标区域。采用此种方法的优点是,对目标区域的判断准确,且受外界扰动的影响较小,可以得到较为完整的目标前景区域。2.采用了粒子滤波改进的Camshift目标跟踪算法,结合Camshift算法对粒子滤波算法进行改进。同时解决了粒子滤波需要计算大量粒子,粒子收敛速度慢,跟踪实时性差问题和遮挡情况下Camshift算法目标跟踪鲁棒性低问题。3.提出了基于SURF快速特征点匹配和投影不变量的视野分界线生成算法。首先利用SURF算法快速获得相邻两个摄像机中带有重叠区域的背景图像的特征点,然后利用RANSAC算法对特征点向量进行优化,去除匹配误差较大的点。通过对RANSAC算法的迭代,选择出4对最佳匹配点,最后,根据两幅背景图像的边界点以及投影不变量求两幅图像中重叠区域,并进行标定,生成视野分界线。4.提出了基于视野分界线几何坐标变换曲线匹配方法的目标交接算法。首先实时检测公共视野区域内是否有运动目标出现,然后进行坐标变换,并在新的坐标系下,对目标像素进行统计,最后,将得到的像素统计曲线进行匹配和标定。