多摄像机协同的目标跟踪问题是计算机视觉研究的重要内容之一，本文将对其展开研究。首先对单摄像机运动目标跟踪算法进行了研究，结合多种算法的优势实现了目标的持续正确跟踪；在多摄像机协同的目标跟踪方面，也做了一些探讨，成功实现目标在多摄像机之间的连续跟踪。论文的主要工作有：①针对传统的模板匹配方法存在计算量大，模板漂移的问题，提出了一种基于运动区域检测的运动目标跟踪算法。首先用光流法检测目标运动区域，计算光流场的形心，确定匹配范围，再运用模板匹配算法对运动目标进行精确跟踪。根据某开放实验室行人录像跟踪实验表明，本算法能够有效解决模板漂移问题，提高跟踪实时性,实现了运动目标的跟踪。②针对Mean Shift算法在快速运动目标跟踪时容易出现模板漂移的问题，本文提出了基于SIFT算法和Mean Shift算法相结合的改进目标跟踪算法。当MeanShift跟踪失败时，使用了SIFT算法提取目标特征，进而求形心作为下一帧MeanShift迭代的起始点，然后利用Mean Shift算法继续跟踪，实现目标的连续跟踪。③研究了多摄像协同的目标跟踪算法。当目标穿过多摄像机的边界线时，采用视觉分界线的方法实现目标的交接。用SIFT算法自动选择4对匹配点，并利用投影不变量方法确定视野分界线，当目标可见性判别函数值的正负性发生变化时，表明目标穿过视野分界线，此时检测视野内所有物体，计算它们与边界线的距离，小于一定阈值的都认为是待确定目标，将这些疑似目标的颜色直方图与目标的颜色直方图相匹配，匹配度最好的赋予标识，即完成目标的交接。最后，总结了全文的研究工作，并指出了研究的不足以及以后研究的方向。