主动轮廓模型(Active Contour Models)，也叫Snake模型方法，是Kass、Witkin和Terzopoulos在1988年国际《计算机视觉》期刊中发表的论文中首次出的。该模型广泛应用于边缘检测，图像分割以及运动跟踪，特别应用于感兴趣的目标轮廓跟踪。Snake的创始人Kass也最初提出对图像序列中的变形目标使用Snake模型进行跟踪的思想。Snake模型的优点是图像数据、初值估计、目标轮廓特征及基于知识的约束条件都集成在一个特征提取过程中，经过适当的初始化后，它能够自主地收敛到能量极小值状态。基于经典Snake模型的改进也有相当多的发展，本文寻求一个跟踪效果与效率相结合的Snake跟踪算法，以达到实现于DSP图像处理平台，建立主动轮廓线模型视频跟踪系统。对该跟踪系统，本文主要有以下四个方面的工作： 1．研究经典主动轮廓模型Snake模型，通过研究比较B-样条曲线(B-Spline)Shake模型与其它经不同改进Snake模型，最终选取以B-样条曲线(B-Spline)为描述模型。 2．采用基于B-Spline的Snake模型后，给出更为适用于DSP实时系统的FFT滤波演化方法，与Level Set演化方法相对比，低通滤波演化更具有效率优势。 3．给出了结合运动差分信息的轮廓线初始化的跟踪算法。基于视频序列背景与光照相对稳定的基础上进行实验，得到较好的效果。 4．搭建基于DSP的视频对象跟踪系统软硬件平台，设计和实现系统软件。采用基于B-Spline Snake模型和低通滤波的演化算法来实现对视频目标的跟踪。