体育视频因为其特有的魅力,在现今社会中广受大众的欢迎。因此,对体育比赛视频数据的分析研究,具有很高的实际意义和商业价值。本文以足球比赛视频为例,研究了比赛视频中运动目标——球员和足球的检测、识别与预测跟踪。本论文分成四个部分:运动目标的检测、识别、足球跟踪和球员跟踪。每部分的主要工作和研究成果如下:(1)首先采用改进的K均值聚类算法分割出球场区域;然后采用HSV结合RGB的阈值法消除掉球场区域;最后采用Hough变换提取直场地线、曲线拟合提取椭圆场地线,并消除掉场地线,实现运动目标的检测;(2)采用7个归一化的Hu不变矩作为目标特征来实现运动目标的识别,通过求取样本与模板之间的特征距离,判断出样本的类别,具有很好的鲁棒性;(3)采用Kalman滤波实现足球的跟踪。针对足球发生遮挡的情况,采用最小二乘法拟合运动轨迹,预测出遮挡时刻的足球位置,实现了足球的遮挡跟踪;(4)球员的跟踪采用基于颜色模型的CamShift算法实现,充分利用球员的颜色信息,实现了实时性。针对在跟踪中出现球员间相互遮挡的问题,采用CamShift结合Kalman算法,通过搜索窗口确定遮挡因子,根据遮挡程度加权Kalman和CamShift来得到跟踪结果。本文提出的算法以Visual C++6.0为开发平台,结合OpenCV类库来实现。实验表明,本文提出的运动检测和跟踪算法具有令人鼓舞的效果。