视觉目标跟踪是图像处理、模式识别和精确制导等领域的前沿研究课题,其主要任务是跟踪图像序列中的动态目标,理解并描述目标物体的行为。视觉目标跟踪技术在无人侦察机战场侦察、巡航导弹制导、对地攻击直升机和主战坦克火力控制系统中都有重要的应用。因此,研究视觉目标跟踪相关技术具有重要的学术意义和实用价值。本文主要进行了以下三个方面的研究工作：首先,基于粒子滤波算法对视觉目标进行位置估计,从目标的状态转移模型、目标视觉特征的模型等方面对粒子滤波估计算法进行建立,并用相关实验分析了基于粒子滤波的视觉目标位置估计的性能和缺点。基于粒子滤波的目标跟踪问题一般可以认为是目标状态估计问题,目标状态的估计精度和稳定性直接关系到目标跟踪的效果,因此基于粒子滤波算法对视觉目标进行位置估计对目标跟踪有着非常好的指导意义。在目标视觉特征的建模中,对目标的颜色进行自主学习,用颜色的隶属度对目标的颜色特征进行表示,在粒子滤波算法中用图像学习得到的颜色特征来对目标视觉特征进行表示,并用相关实验进行了验证。在对目标进行位置估计时,对粒子进行归一化前的相似度设定一个阈值,当所有的粒子的相似度都小于这个阈值时,认为目标丢失,并用相关实验进行了验证。其次,对图像序列进行目标运动预测,并将预测的结果结合目标当前粒子群建立粒子的建议分布函数。在运动参数估计和预测时,采用微积分似的方法对非线性运动进行分解,将非线性运动分解为若干个线性运动,将每个线性运动近似为是一种单纯的直线运动(匀速直线运动、匀加速直线运动、匀减速直线运动),并用相关实验进行验证。最后,基于移动机器人进行目标跟踪,要对目标进行跟踪,除了要估计出目标在图像中的位置外,还要根据估计出来的目标在图像中的信息计算出目标在实际环境中相对机器人的位置情况。在目标的大小、摄像头镜头的大小、摄像头的视角已知的情况下,采用一个摄像头测量目标的距离及获取目标在图像中的位置,根据目标在图像中的位置估计出目标的方位角,用测量出来的距离结合方位角在极坐标下对目标进行定位,并在定位的基础上对目标进行跟踪。