基于计算机视觉的智能视频分析融合了图像处理、模式识别、人工智能、自动控制及数学和计算机科学等多个学科领域的技术,具有重要的科学意义和广阔的应用前景。随着信息技术的高速发展以及安全形势的迫切需要,人们对安防设备的性能要求日益提高。利用计算机视觉技术,提高视频监控系统的自动化、智能化是未来的发展方向。运动目标检测与跟踪是视频监控中的一个重要任务,它是后续各种高级处理的基础,如模式识别、行为分析等。现实的监控环境往往是错综复杂、变化无常的,探求能够从容应对复杂环境的各种变化,快速、准确而稳定的检测和跟踪目标的方法是该课题的主要研究内容。本论文以实现智能化视频监控系统这一背景为基础,重点针对智能视频监控系统中运动目标的检测和跟踪这两个关键技术进行研究,以期获得满足智能视频监控更为实用的算法,以及系统整体的闭环控制方法。论文针对运动目标检测与跟踪算法及其发展进行了全面的综述。首先,回顾了若干常用的运动目标检测算法,包括光流法、时域差分法、背景差分法,并阐述了基于高斯背景建模的前景检测方法;然后,对常用的跟踪算法作出了分类,并深入讨论了Mean Shift理论及相关的目标跟踪算法。针对这些算法,探讨了各方法的原理,并分析、比较它们各自的优缺点和适用范围。在此基础上,论文完成了三个方面的工作:结合帧差法和CAMShift算法,设计了一种自动的运动目标检测与跟踪算法。首先用时间连续的三帧双差分对运动目标识别和提取,自动的选取跟踪框;再通过CAMShift算法计算目标的精确位置并调整跟踪窗口大小。将上述改进的目标检测与跟踪算法完成了在DSP上的实现,并设计了一个由DM642-PCI开发板和伺服机云台组成的闭环控制系统。该系统首先自动检测运动目标,再在每一帧中通过CAMShift算法计算目标的精确位置;最后将目标质心与视野中心的偏差信息转化成控制协议,通过串口发送,驱动云台转动来改变摄像机视野,使目标始终可见。利用CCS2.2开发环境,在以TMS320DM642为核心的硬件平台上实现了系统的软件算法。设计了一种高速球形摄像机PTZ跟踪的控制策略。球形摄像机机能在水平、垂直、光轴三个方向运动,360°范围全方位高速旋转。在球机机械参数未知的情况下,通过控制球机做间歇性转动,调整球机P/T方向姿态角度使被跟踪对象始终可见;当视野中心对准目标后,控制球机开始进行变倍动作对图像缩放,可以观察或抓拍目标局部细节。同时,针对球机变倍控制中跟踪窗口大小自适应调整的问题,利用SIFT特征匹配算法设计了一种计算球机变倍率的方法,并给出了一种在RGB颜色模型中基于Mean Shift的跟踪算法。基于PELCO协议,利用VS2005和OpenCV软件平台,实现了PTZ跟踪的整体流程。论文的主要研究集中在算法和系统控制流程设计上,而对它们结合硬件的实现为实验性的工作,搭建了系统平台。为了发挥DSP的强大性能,还需对嵌入式软件进一步优化,而这是个非常需要时间和工程项目经验的工作。对于球机PTZ跟踪策略,通过实验证明能有效、实时的跟踪目标,并能够控制球机放大拍摄目标的局部细节,在犯罪取证的应用场合有一定参考价值。由于目前对于PTZ跟踪实现方面的参考资料较少,本文策略为预演性的研究,离真正的商业化用途仍有一定差距。