当今目标检测与跟踪视频处理系统框架不断要求增加功能提高实时性,而现有的系统框架在同时处理各种不同形状大小的目标时还存在不足,因此论文工作提出改进的目标检测与跟踪处理算法,可以应用于多种类型不同的目标并取得更高的处理精度和运算速率,在此基础上搭建比原有系统在软件和硬件上更加紧密结合的高效系统框架。论文主要工作是首先介绍目标检测与跟踪视频处理系统框架的发展现状和面临的问题,由于多种多样不断改进的目标检测与跟踪算法的陆续提出,对实现算法的软硬件的配合和平台都有了更高的要求。接着在分析小波函数基本理论的基础上,为了解决处理非局部(NL)-均值无法满足实时性和缺少边缘特征的问题,提出快速加权NL-均值曲波系数的自适应阈值去噪算法,利用权重值上下阈值来限制在搜索窗口中的像素点,光滑分区合并两个双积分子带,提出的算法有更好的去噪效果。然后针对摄像机运动、目标大小形状不同、相似目标和相互遮挡以及检测不到明确的背景模型等问题,提出Harris3D直方图光流加权密度积分目标估计与P-N约束标记关联搜索的遮挡目标检测与跟踪算法,利用以时间为中心的估计算法在非静态背景中来进行运动目标检测,结合搜索算法和P-N学习和结构约束的目标跟踪算法,有效处理解决在目标检测与跟踪视频流中有遮挡情况下分割检测目标的问题,并通过密度积分算法来提高检测效果。提出的算法成功地分割相似目标和被遮挡目标,在检测方面得到更高的精度,跟踪方面有更高的召回率和平均重叠率。为了满足系统框架处理不同形状未知大小或被遮挡的目标并达到实时处理的需求,论文工作指出一种软硬件上都相辅相成的目标检测与跟踪视频处理系统框架的详细设计原理与实现结果,采用DSP与FPGA相结合的硬件框架,实验得到论文工作提出的系统框架能够更精准更高效地完成多任务并行处理,有效分割被遮挡的目标,自适应目标边框尺寸,并满足实时性要求。