本文主要研究视频图像序列中运动目标跟踪算法。视频序列图像目标的跟踪问题是机器视觉研究中的一个重要分支，是高级机器视觉研究的基础，有着广泛的应用，如视频监视、智能交通、军事制导等。本文试图在总结前人工作的基础上，通过对运动目标跟踪算法的分类研究，探索和总结出一个实用的目标跟踪算法库以适应多种情况的需要。最后介绍了实现跟踪系统的图像处理单元硬件结构论文首先介绍了目标跟踪的基础理论知识，主要是研究了运动目标的特征、跟踪方法。 模板匹配跟踪算法对刚体目标具有良好的跟踪性能，但是对非刚体目标，鲁棒性较差。本文针对相关跟踪算法的特点做了较好的改进，提出了基于分层搜索和模板更新准则的序贯相似性检测算法。利用分层搜索来减少搜索次数，利用加权策略来更新模板，提高跟踪的实时性、稳定性和鲁棒性。 在阐述图像分割原理及分割算法后，给出了一种自适应阈值的分割方法，即使用灰度直方图来分析图像中灰度值的分布，再来选取最合适分割的阈值。最后给出了基于这种自适应阈值分割方法的形心跟踪算法，并给出了仿真实验结果与分析。 在详细介绍分析Mean-Shift跟踪算法基础上，提出了将原算法中单一带宽参数h改为矢量参数的改进方案。实验结果表明，该方法可以有效地跟踪目标复杂的运动情况。 论文最后简要介绍了系统的硬件部分、软件设计及程序框架。