随着人口老龄化问题的日益突出,以及肢体伤残人员康复治疗要求的提高,需要借助康复医学工程手段实现康复的人数越来越多,而且有不断增加的趋势。研究表明多数人可以通过康复治疗、配备康复器具和康复训练,部分或全部地改善或恢复其丧失的功能,提高生活质量。由于康复治疗的地理、交通和社会经济障碍,远程康复系统已成为近年来计算机视觉领域和临床医学领域广受关注的一个研究热点。在基于人体运动跟踪的远程康复系统里,治疗专家通过网络获得患者的运动视频,然后跟踪患者的动作,识别和校正其错误动作,指导患者进行康复训练,使患者最大可能地恢复肢体功能。人体运动跟踪技术是远程康复系统的关键技术。开展基于人体运动跟踪的远程康复系统的研究具有重要的理论意义和潜在的应用价值。本论文研究的是基于视频的人体运动跟踪技术。在归纳和总结人体运动跟踪方法,对比各种跟踪方法的优缺点,分析人体运动跟踪的难点的基础上,讨论了Camshift(ContinuouslyAdaptiveMeanShift)跟踪算法。CamShift算法是一种基于目标颜色特征的跟踪方法,由于鲁棒性好、速度快、计算量少等的特点而被广泛使用。由于CamShift跟踪算法的搜索窗口是自适应变化的,为了增强跟踪效果,本文对CamShift算法进行了改进,增加了一个矩形跟踪框,使得跟踪效果更好。但是当出现遮挡时,CamShift算法的跟踪效果不好,需要对算法进行改进。因此,在基于视频的人体上肢运动跟踪里,本文在保留Camshift跟踪算法的优点并改进其缺点的基础上,提出了一种改进的人体上肢运动跟踪算法。该算法以Camshift跟踪算法输出的质心位置为测量信号,采用Kalman滤波算法来预测估计和校正标记点的位置,克服Camshift跟踪算法的缺陷,实现遮挡情况下的跟踪,从而保证了跟踪的可靠性。最后本文设计了一个基于视频人体运动跟踪的远程康复系统,该系统由患者、摄像头、专家组成。患者端通过固定的摄像头采集其带绿色标记的上肢运动视频,治疗专家通过网络获得患者的运动视频,然后对运动视频进行跟踪处理,获取患者的运动姿态,得到患者的运动信息。实验表明本文提出的改进算法具有良好的可靠性,能够克服遮挡问题,可以有效的实现遮挡情况下的跟踪。