运动目标的跟踪是视频监控系统中一个重要组成部分,因此如何实现对运动目标实时、稳定和有效地跟踪,是一个需要关注和研究的重要问题。本文针对被跟踪目标存在姿势不断变化,部分被遮挡和旋转的问题,对视频监控系统中目标跟踪系统深入研究和分析,在对现有目标跟踪算法比较的基础上,选择了一种基于目标颜色直方图特征的目标跟踪算法(Meanshift)。算法以目标区域的梯度方向分布(直方图)为特征,构造了可用Meanshift算法寻优的相似度函数,利用Meanshift寻优收敛速度快的特点,可有效实现跟踪。针对Meanshift算法对快速目标跟踪效果不好的情况,本文引入了卡尔曼滤波器,通过对卡尔曼滤波器建模实现了对快速目标的跟踪。卡尔曼滤波器包括两个模型,信号模型和观测模型。通过以往帧的观测向量来预测当前帧的状态向量,从而得到目标的可能位置,利用这些位置信息组成当前帧的观测向量,再去预测下一帧的状态向量,循环迭代。试验结果表明,本文给出的基于目标颜色直方图的Meanshift算法能够有效的应用于视频监控系统中的目标跟踪,保证了运动目标跟踪的稳定性和连续性,有较好的理论研究价值及市场应用前景。