随着计算机视觉技术的发展,全方位视觉传感器因为其巨大的视野范围,能够全面地获取环境信息,已经在视频监控、虚拟现实、视频会议、机器人导航等领域得到了比较广泛的应用。本文以全方位视觉为基础,重点研究了全方位图像的展开以及基于全方位视觉的目标检测与跟踪技术。为了解决全方位图像展开过程中图像中心难以准确获取的问题,本文提出了一种基于Hough变换的全方位图像快速展开算法。该算法首先通过Hough变换检测全方位图像的圆心及半径,然后根据半径确定展开图像的大小,最后基于圆心对全方位图像进行展开。实验结果表明,该算法能够快速而有效的实现全方位图像的展开,且减小了展开图像的失真。在对全方位视频序列进行展开时,本文提出了丢帧机制,通过对全方位图像展开时间与帧间间隔进行比较,进行适当丢帧处理,实验结果证明,该方法能够很好的对全方位视频序列进行展开,且实时性较高。为了满足全方位视觉目标检测对于实时性的要求,本文提出了基于自适应混合高斯模型的目标检测算法,该算法首先将展开后的全方位视频序列从RBG颜色空间转换为YUV颜色空间,提取亮度分量并根据量度分量进行采样频率调整,即帧过滤,对帧过滤后的视频序列利用混合高斯模型进行背景建模,并自适应的更新背景模型。实验证明,本文所提方案能够有效的对运动目标进行检测,并且具有很好的实时性。在目标检测的基础上,本文提出了基于背景减除和Camshift的目标跟踪算法,该算法首先通过背景减除获取运动目标的特征信息,特征信息为所检测目标的颜色信息和位置信息;通过颜色信息进行Camshift目标跟踪,然后利用背景减除检测到的目标位置与Camshift算法跟踪的目标位置进行位置融合,作为运动目标的实际位置,从而实现对运动目标的检测与跟踪。实验结果证明该算法能够有效的实现目标的检测与跟踪,并且在存在多个运动目标的情况下有很好的应用效果。最后本文设计了基于全方位视觉的在线目标检测与跟踪系统,通过该系统可以实现全方位视觉在线视频采集、图像展开、目标检测与跟踪的功能,具有很强的实用性。