本文的研究工作主要分为两大块：多运动目标的检测与识别；多运动目标的跟踪。检测识别运动物体可以从运动物体的静止分割和识别以及运动检测两个方面进行，相关的内容包括：阴影去除、静止分割、遮挡推理。本文研究了颜色滤波的阴影去除方法，静止分割中的Bayes推理和多阈值的分割方法，基于投影坐标的遮挡推理方法，还针对三维离散空间点提出了聚类分割和识别的方法。运动检测探讨了背景差分法和时域差分法，以及它们的相结合的运动检测法。 多目标的匹配与跟踪部分也是本文一个重点，这部分根据实验课题，首先分析了卡尔曼滤波器的建模，包括系统方程和测量方程的建立，迭代初始值的计算和选择；接着，提出了一种新颖的代价函数，将轨迹连贯性函数和卡尔曼滤波器相结合的多目标匹配跟踪算法，对多个目标进行跟踪，建立每个被跟踪目标的“目标链”，保证了跟踪的稳定性和精度。 本文针对几个物体的识别与跟踪难点都作了相关的探讨，包括复杂多变的运动目标；阴影问题；复杂背景和变化背景；遮挡问题。