运动目标识别与跟踪系统可以从相机拍摄的图像序列中识别、定位运动目标，发送导引信号控制云台转动从而改变摄像机视轴，使它指向运动目标。运动目标识别与跟踪技术作为机器视觉与图像处理技术一个重要分支，在国防领域和日常生活方面有着广泛的应用，例如导弹制导、主动视频监控、人机交互等。研究运动目标识别与跟踪系统需解决两个主要问题：1)如何从图像序列中准确快速的定位运动目标；2)如何准确的控制云台跟踪运动目标。本文开展的研究工作如下：首先，在运动目标识别与跟踪方面，分析比较了帧差分法、背景差分法等常用的运动目标识别与跟踪方法。根据实验系统的特点，采用光流法实现运动目标的识别与跟踪，但通用的光流算法耗时较大，不能满足实时性要求，且要求两帧间图像运动较小，不能识别跟踪快速的运动，所以采用基于金字塔分层的LK光流算法，该方法不仅计算量小，而且能够识别跟踪较快的运动。在VC++6.0环境下利用OpenCV库对算法进行验证，并在实际跟踪环境下对算法进行性能测试。其次，云台采用了基于图像的视觉伺服控制结构，由于云台控制信号始终滞后于图像采集时间，为减小滞后的影响，采用卡尔曼滤波对位置进行预测，。同时为解决云台跟踪系统模型的不确定性，本文完成了PID参数及前馈系数的模糊整定方法的研究并进行仿真分析。利用MATLAB对本文实现的算法进行仿真实验，并与传统的PID+前馈控制方法进行比对。最后，对实验平台的软硬件进行了设计，完成运动目标识别与跟踪系统的搭建，进行运动目标识别与跟踪实验测试。实际系统采用的摄像头采集频率较低,这影响了跟踪精度，为此利用采集频率比较高的6710相机对亮点的跟踪进行测试。