纵观世界,互联网产品的迭代更新迅速,人工智能领域不断拓展,计算机视觉应用日趋多元化,图像处理的手段也越来越多样化,基于图像处理范畴的视频中运动目标的实时检测与跟踪就变得越来越重要,图像信息作为未来智能化的眼睛,成为现代人关注的一个研究热点。视频中的运动信息是视频解析的一种重要手段,对于视频的理解有着举足轻重的作用,其包含了丰富的目标状态信息,对视频信息的分析显得尤为重要。但是,由于视频中经常出现譬如背景干扰、遮挡、颜色变化等干扰信息,使得现有的技术难以直接对视频中的运动目标进行准确的检测与跟踪。文章对如何在视频中运动目标遮挡前后出现运动目标干扰情况时,对运动目标的检测与跟踪这一问题展开研究。首先,本文介绍了图像处理的前期预处理手段,包括灰度化、滤波、形态学处理等,分析了视频中运动目标的常用检测技术,给出了基于帧间差基础上的三帧差提取方法,以及运动目标在各种方案下的检测情况。其次,在视频运动目标跟踪方面,提出了跟踪和预测相结合的方案。采用Cam Shift算法方案对视频帧的运动目标进行有效的跟踪,可以实现根据目标的运动情况,相应自动地调整跟踪窗口的尺寸大小,使得运动目标能够始终在跟踪框中。最后,当运动目标出现遮挡时,采用自适应预测跟踪方案,提出了基于欧式距离预测的Cam Shift目标跟踪方法。当目标出现遮挡时,自适应选取Kalman预测器或者线性预测器,预测运动目标可能出现的位置,再用Cam Shift算法搜索目标质心,提高搜索的准确性。测试结果表明,文章中所提出的自适应预测跟踪方法可有效地解决原有算法中目标跟丢率高的问题,且能达到跟踪的精度和实时性要求,具有很大的现实意义和实用价值。