运动目标的检测、识别与跟踪是机器人视觉伺服系统中的关键技术。此外，这项技术在航天、军事、工业过程控制、医学研究、交通管制、飞机导航等领域也有着广泛的应用前景。运动目标跟踪的目的就是通过对摄像机拍摄到的序列图像进行分析研究，快速识别出既定的运动目标并计算出运动目标在连续帧图像中的位置、速度、加速度等运动参数，从而实现对运动目标的实时跟踪、抓取、打击或者达到改善运动目标的运动环境等目的。 本文简述了国内外机器人视觉伺服技术发展状况和存在的问题，在此基础上对机器人视觉伺服控制系统的一些关键技术进行了研究。首先利用背景消减法获得关于运动目标区域的完整精确的描述，采用卡尔曼滤波器估计背景，实现了运动目标的快速检测；其次，运用线性离散卡尔曼滤波算法估计和预测运动目标的位置和动态参数，变全局搜索为局部搜索，减少了搜索空间，提高了运动目标识别的快速性和实时性；此外，还对基于特征差异的彩色图像目标辨识方法进行了改进，提高了目标辨识的速度，对机器人视觉伺服系统中摄像头的标定方法进行了工程简化，满足了实验需要。作者将上述研究成果应用于原有的工业机器人视觉伺服控制实验系统，并利用该系统进行了多关节工业机器人快速识别、跟踪彩色运动目标的实验研究。 实验结果证明本文提出的彩色序列图像运动目标的检测方法速度快、信息描述完整；彩色目标的识别算法简单易行、准确率高；利用卡尔曼滤波跟踪运动目标的算法速度快，实时性强。上述研究成果不仅可以明显改善多关节工业机器人视觉伺服控制系统的性能，而且可以应用到需要检测、识别和跟踪运动目标的其他高科技领域，具有广阔的推广应用前景。