随着计算成本的下降,高精度图像采集设备的普及,基于计算机视觉的自动监控技术、人机交互、全景拼接等技术得到了广泛的应用。本文主要对计算机视觉中最基本的运动目标跟踪与检测问题进行了研究,主要内容有以下几个方面。本文首先对尺度不变特征理论基础进行了分析,详细论述了现代尺度不变特征对尺度空间逼近原理。对目前小波、SIFT (Scale Invariant Feature Transform)等常见的尺度不变特征所使用的金字塔表示方法进行了分析。介绍了目前图像匹配效果较好的SIFT特征提取匹配算法。本文提出了一种结合尺度不变特征变换(SIFT)和光流估计算法并改进模板更新策略的目标跟踪算法。SIFT特征是一种局部特征,具有尺度和旋转不变性。光流场反映的是一种全局特征,表示像素点强度的变化。SIFT特征点可以很好的满足光流估计的条件。实验结果表明这种改进后的目标跟踪算法能应用于部分遮挡的情况。本文还对图像全景拼接目前常用的框架进行了研究,采用本文提出的运动目标跟踪监测方法处理全景拼接问题中出现的运动目标重影现象。实验结果表明,该方法可以有效处理全景拼接中的重影现象。