运动目标检测与跟踪在技术上涉及视频处理、图像处理、模式识别、智能算法以及认知系统等多个领域。本课题以某海缆铺设海域的监控视频为研究对象,通过图像处理技术,对监控海域内通行的船舶进行自动检测和跟踪,有助于减少海缆事故几率以及保障电网的安全稳定运行。本文研究了图像预处理基本技术和常用的目标检测方法,根据船舶运动缓慢且运动方向固定的特点,选用高斯混合模型进行背景建模,克服了背景差分对外界环境尤其是光照敏感的缺点,并采用自适应背景差分法完成了船舶检测。本文采用Canny算子提取视频图像中船舶正负样本的边缘,并计算其七阶Hu不变矩。这一特征值完全反映了正负样本的边缘信息。利用所提取特征值,分别设计了基于支持向量机(support vector machine,SVM)和相关向量机(relevance vector machine,RVM)的分类器对船舶图像进行识别,并优化分类器参数,提高船舶识别准确率。根据识别效果和分类器评价,选取基于RVM的分类器完成了目标船舶的识别。本文采用了结合Cam Shift算法与边缘方向直方图(edge orientation histogram,EOH)这一改进的跟踪算法。文中提出的算法克服了当背景中存在大片与目标颜色相同的区域时,由于Cam Shift算法对颜色直方图的依赖而导致的船舶跟踪失败这一缺点。文中提出的算法能够在复杂条件下对目标船舶进行准确、有效、实时地跟踪。