近年来,基于计算机视觉的目标跟踪技术得到快速的发展,并且在视频监控、人机交互等领域得到了广泛的应用。目前,对运动目标的跟踪涌现出了很多跟踪算法,比如对低分辨率的目标跟踪、对尺度变化的目标跟踪、对快速移动的目标跟踪、对目标跟踪过程中出现的光照变化问题、对跟踪速率需要提高等问题都得以较好地解决。但是这些场景大多具有丰富的纹理细节。不同于现有的研究工作,本文以空白纸张为对象进行目标跟踪,并且通过目标跟踪实现纸张的准确定位。针对空白纸张,与其他自然场景不同,由于办公室场景下的空白纸张缺乏显著的纹理特征,而且会经常出现被手或其它物体大面积遮挡的情况。另外,纸张目标的大范围运动比较随意,而且存在大幅度的旋转的情况。因此,针对空白纸张的目标跟踪具有很强的挑战性。本文主要开展了以下两方面内容的研究:(1)针对空白纸张目标,分析对比了目前几种常见的目标跟踪算法及其应用,发现了现有算法存在目标易漂移、丢失等问题。(2)针对传统的视觉跟踪算法对于缺少显著纹理细节的空白纸张很难进行鲁棒跟踪,特别是目标出现大的旋转时跟踪效果不理想的问题,提出了一种改进的带有结构约束的压缩目标跟踪算法,该算法针对样本集利用了直线检测算法和直线夹角测定对该样本集进行约束判断,排除了特征值近似而明显错误的样本块,减少了样本搜索空间,同时使得能够跟踪住具有大幅度旋转的目标样本;还得到了纸张四个顶角的准确位置,从而为纸张的整体定位奠定良好基础。实验结果表明,本文提出的带有结构约束的压缩跟踪算法对空白纸张的视觉跟踪是较为有效的,而且对于这类存在大幅度旋转的无纹理特征的空白纸张能够很好地进行跟踪。