基于机器视觉的运动目标的检测与自动跟踪融合了图像处理、模式识别、人工智能、自动控制以及计算机等多学科领域的先进技术,在机器人视觉、可视预警、机器导航、交通管理、多媒体教学、人机交互及重要场所安全监控等领域有着广泛的应用。随着社会对安全要求的日益重视和提高,安全监控越来越重要。本文主要研究如何在复杂的运动环境下检测与自动跟踪运动人体目标,使运动目标一直处在运动摄像机的监视范围内。研究主要分两个部分:一、通过图像处理检测出运动目标在图像中的位置;二、通过步进电机及其驱动器,控制摄像头自动跟踪运动目标的闭环模糊控制部分。首先综述了课题的国内外研究发展状况,总结和分析现有运动目标检测与跟踪的基本工作原理及难点。通过对已有的多种自动跟踪监控系统方案的比较,提出并设计了云台硬件及软件系统,硬件主要由步进电机及其L297/L298驱动器、基于P89V51单片机的控制器和RS-232串口通信等组成,软件主要通过MODBUS协议实现云台与PC机串口通信。用该系统控制云台上的摄像头按检测到的目标位置方向和角度旋转。图像处理部分是能否检测到目标及其位置的关键。首先是进行图像的采集,目标分割与提取进行如:中值滤波、二值化、数学形态学处理、边缘检测等,推荐了一种新的边界检测函数,能得到比Canny算子检测更清晰及去噪效果更好的图像边缘。接着是图像的识别与跟踪,通过对当前运动跟踪应用比较广泛的MeanShift算法的分析,为满足实时性及全自动跟踪的要求,用改进的Surendra算法不断更新背景以提取目标模板,同时提出了一种通过两帧相同运动区域来减少匹配范围的快速模板匹配算法。在图像的检测与跟踪系统中采用闭环控制的思想,建立云台跟踪控制模型,首先对摄像机坐标系与图像坐标系进行了转换。考虑到人体目标运动的随机性、非线性及要求采集到图像的稳定性,通过与PID控制比较,设计了模糊控制器。本文设计的运动摄像头自动跟踪运动人体目标系统现已运行在实验室环境下。