近年来，社会与科技不断发展，越来越多的场合需要实时视频监控，特别是银行，政府部门，乃至边境等敏感区域，而且对于视频监控的要求越来越高，越来越精确。以往的视频智能监控是需要安全人员来实时监控各个区域，对于多画面，长时间全天候监控，依靠单纯的人力往往无法应付，且多是固定角度监控。现在的市场上也有较多的360度全景监控摄像机，该种类摄像机能够实现大范围覆盖无死角实时监控，一般全景监控摄像机采用鱼眼镜头，但是价格较为昂贵，也有部分全景摄像机采用多个普通镜头拼接而成。全景摄像机虽然能够覆盖较大范围面积，甚至能够实现360度全景无死角监控，但是由于采用鱼眼镜头，因此焦距较短，且监控图像失真较为严重，在超过5到10米的距离后，很难看清人脸。对于国家边境等需要大范围监控的区域，此类全景摄像机很难满足要求。本文针对以上问题，尝试研究了基于图像拼接的360全景运动物体检测与实时跟踪，以及图像拼接算法以及基于拼接技术的跟踪与多目标识别算法，并做了一系列对比实验。本文算法的优点是普通带云台摄像头利用软件技术依旧可以实现360度全景监控，降低了成本，且监控距离不会受到影响。本文首先研究和分析了传统拼接算法，根据运动物体检测的实时性和精确性要求，利用SIFT算法对视频图像序列做全景拼接，以便于后期的实时运动物体检测。其次，对基于全景图像拼接的运动物体检测与跟踪算法做了研究和分析。最后，通过系统测试，达到了系统预期的设计目标。