智能监控系统技术中，无重叠视域下多摄像机的目标跟踪是一个很具挑战的问题。它和与之关系密切的单摄像机目标跟踪不同，跟踪困难的原因主要包括两个方面。首先，无重叠视域的目标在时间上和空间上存在不连续性；其次由于场景光照的不同，目标姿势的变化，以及摄像机参数的差异，同一个目标在不同摄像机中会表现出不同的外观特征，从而影响目标跟踪匹配的准确性。本文在目标准确检测的条件下，从基于目标外观的模型匹配和时空特征关联两个角度，研究无重叠视域摄像机系统中的跟踪问题，主要研究内容和创新点如下：（1）在基于多特征点的轨迹重建和特征提取研究中，分析了基于无穷范数轨迹重建算法，并将其应用于无重叠视域多摄像的目标轨迹重建。首先通过主轴提取目标的脚点和头点的位置，由这两点的空间约束关系，建立新的约束方程，增加了轨迹的连续性约束，获得目标在三维空间中位置的最优解。在此基础上，提取轨迹的速度、方向信息，利用轨迹的时间关联性确定目标的时空关联概率。（2）在基于空间信息的目标外观特征匹配研究中，研究了联合目标高度、位置和方向的颜色分布特征描述和匹配方法。通过对目标前景像素进行多平面投影，获取目标的高度的估计；为了减少光照的影响使用了HSV色彩空间作为颜色特征，并通过亮度转换函数调节不同摄像机场景下的颜色偏差；利用目标高度、方向和空间位置等信息对目标不同区域颜色加权，实现融合空间信息和颜色分布，改善了目标匹配的有效性。（3）本文基于上述时空关联概率和基于外观的特征匹配关联概率的研究基础，建立了外观特征与时空关联的统一概率模型，通过最大似然分析，并将其转化为求解二分图最大匹配问题，得到无重叠摄像机中的目标关联的最优解，从而改善跟踪匹配的效果。论文通过仿真实验对上述算法进行了测试和分析。实验结果表明算法的有效性。