嵌入式视觉目标跟踪系统以其便携、可靠、高性价比等突出优点，被广泛应用于视频监控、智能交通、成像末制导等领域，以高速DSP为核心的高速图像处理卡和实时视频采集卡已成为视觉目标跟踪技术研究的重要硬件平台。目前，国内外在该领域已开展了广泛研究，并成为机器视觉应用的热门方向之一。新型跟踪算法和高速DSP的不断出现，为研究者们设计出更高性能的嵌入式视觉目标跟踪系统提供了更多可能和挑战。　　论文首先对三套跟踪算法:形心跟踪算法、最大后验概率指标(Posterior ProbabilityMeasure-PPM)跟踪算法以及分层模板匹配跟踪算法进行了深入研究，并在目标窗尺寸自适应调节、目标模板更新及抗遮挡跟踪等方面分别对三套算法进行了针对性改进。运用Intel OpenCV(Open Computer Vision)开发包和Visual C++进行了算法仿真实现，并对视频中的运动目标进行了跟踪实验。通过实验观察、对比各算法改进前后的跟踪效果，并对实验结果进行了分析、总结。　　然后，对嵌入式视觉目标跟踪系统的硬件结构及软件功能进行设计，并将上述三套跟踪算法移植至DM6437嵌入式DSP板卡，基于嵌入式视觉目标跟踪系统的实时性设计要求，对跟踪算法进行性能优化。最终实现了一套具有多场景适应能力、多算法融合的嵌入式视觉目标跟踪系统。　　最后，对本文跟踪系统的性能作进一步考察，针对红外及可见光应用场景，手动切换相应的跟踪算法进行跟踪实验，分析、总结实验结果，为今后设计具有场景自适应功能的嵌入式视觉目标跟踪系统奠定基础。