运动目标跟踪是计算机视觉领域十分重要的研究方向,在社会生活的方方面面应用广泛。压缩感知跟踪算法(CT)是运动目标跟踪领域十分经典的算法,该算法应用压缩感知理论,改进了特征提取的方式,提高了算法时效性。随着Arm、FPGA、Zedboard等嵌入式硬件开发平台的发展,软件的嵌入式开发已经深入算法研究领域。Zedboard是Xilinx Zynq系列的可编程SoC(片上系统)芯片,由双核的ARM cortex-A9处理器与FPGA构成,是目前目标跟踪领域进行嵌入式开发首选的硬件平台。本文工作主要分为三个部分:第一部分,深入分析现有CT算法,发现CT算法设计上存在的两点不足:对候选目标样本的选取,采取的依然是逐像素选取策略;测量矩阵不能够根据跟踪目标不同进行自适应调整。对Zedboard平台上嵌入式Ubuntu操作系统搭建、串口监视器搭建和交叉编译器搭建进行了介绍,阐述了Zedboard平台上进行嵌入式开发的基本原理和操作。第二部分,针对CT算法存在的不足,本文提出使用自适应测量矩阵和粒子群优化方法(PSO)对CT算法进行改进。自适应测量矩阵通过对测量向量降维提高算法时效性;粒子群优化方法通过改进候选目标策略提高算法时效性;本文结合两种算法,得到了时效性更高的改进的CT算法——APCT算法。第三部分,结合研究的运动目标跟踪领域,重点对算法在Zedboard平台上运行所需库的编译移植和基于硬件平台的算法设计进行了介绍,并对算法在Zedboard平台的实现进行了展示。本文通过对CT算法的改进,得到了时效性更高的APCT算法;应用Zedboard开发板,实现了APCT算法的嵌入式开发;将算法研究拓展到了硬件领域,为下一步软件与硬件结合研究打下了基础。