运动目标的动态图像提供了比单一图像更丰富的信息,通过对多帧图像分析,可获得从单一图像中不可能得到的信息。运动目标的图像识别与跟踪是在动态图像分析的基础上结合图像识别和图像跟踪方法对图像序列中的目标进行检测-识别-跟踪的过程。 本文以运动的物体为目标,通过对目标识别、跟踪理论算法的比较研究,提出一种在简单背景下实现对运动目标的图像识别与跟踪方法。在对跟踪系统进行误差分析的基础上,研究并改进了目前较常用的图像预处理、图像分割、特征提取、图像识别、跟踪与预测等算法。在图像识别过程中,利用窗口间的相关信息对传统中值滤波进行了改进,计算量大大减小,提高了图像预处理的速度,并将最大类间方差原理与自适应阈值分割相结合,应用于图像分割中,得到了较好的分割效果。针对运动目标形状变化的特点,提取目标的不变矩特征量,对不同姿态下的目标得到了较好的识别。同时又研究了一种窗口自适应调整算法,对目标进行跟踪,进一步提高了跟踪精度,并在目标被短暂遮挡的情况下能对目标进行预测跟踪。本文对各种设计方案和算法进行了仿真实验与编程实现,对最后确定采用的算法进行了多次优化,使得软件的编写简捷、可靠,大大提高了系统的稳定性和实时性。实验表明,上述算法运算速度快,满足系统实时性要求,易于硬件实现,达到预期效果。