运动目标跟踪是序列图像分析面向实际的一个最主要的应用研究领域。在计算机软硬件技术、特别是硬件技术的强劲发展支撑下,图像分析由过去的静态发展到现在的动态,由检测识别目标发展到目标的过程跟踪,其应用包括生物医学,还是工业、交通、航空、航天和军事领域。 论文中首先对多机动目标的检测与跟踪方法进行了概述。对小波变换的基本理论及方法进行了介绍。重点阐述了基于小波变换的目标检测与跟踪方法。 其次,本文讨论了两种基于小波变换的运动背景下多目标检测算法,一种是针对自然纹理(无明显特征)背景的采用小波能量的目标检测方法,与传统的分割方法相比,此算法能滤除与目标灰度相近的背景,而保留目标。另一种是针对特征背景下基于小波变换的分层匹配算法,该算法与传统的块匹配算法相比防止了在含噪图像上进行块匹配不准确的缺点,而且,它应用了粗定位和精定位相结合的搜索思想,所以它的搜索速度快。 在运动目标的实时跟踪中,基于Kalman滤波的方法是常用的有效方法,但因目标检测时常将靠近的物体检测成一个目标引起误检现象,这会使在目标匹配时产生错误。为此,本文首先考察运动区域的长宽比和占空比,进行误检判断；然后提出了一种基于轮廓特征拐点的运动目标分割方法；最后引入基于Kalman滤波的跟踪模型。实验结果表明：本文采用的误检判断准则对多车辆的检测区域有较高的识别率；提出的基于轮廓特征拐点的运动目标分割方法可实现重叠遮挡目标的准确、完整分割；最后用基于Kalman滤波的跟踪模型实现了运动目标的实时跟踪。