图像跟踪技术是计算机视觉领域的核心课题之一，具有十分重要的意义和广泛的实用价值，特征点的提取和跟踪是基于图像的目标跟踪技术研究中的一项重要内容，对目标识别、机动检测等有着重要意义。本论文对图像跟踪技术中特征点的提取与跟踪方法进行了研究。通过深入研究Gabor变换的性质，提出在边缘检测和能量函数的基础上，用Gabor变换作特征点的提取；利用所提取出的点的向量值作为特征量，同时引入点模式跟踪和轨迹预测的思想，提出了一套特征点的跟踪方案，力图使跟踪算法取得更高的性能。论文的主要研究工作和结论如下：1、首先全面概述了基于图像的跟踪技术及其重要意义。介绍了目标识别跟踪方法及其现状，同时对Gabor小波特征提取方法作了简单的介绍。2、利用二维Gabor小波提取目标特征。对Gabor变换的性质进行了详细的研究，结合目标跟踪的特点，利用Gabor变换对特征点的提取进行研究，定义了特征点的特征描述向量。与灰度模板匹配的方法相比较，小波特征模板提取的是目标自身的特征，而不是把跟踪窗口内的所有的像素灰度作为模板，避免了背景像素参与模板匹配过程，从根本上抑制了背景的干扰；基于图像边缘点进行Gabor的特征点选取与在模板内均布提取特征点比较，保证了所提取的特征点能够可靠的收敛于目标特征。3、结合Gabor变换的特点，提出了基于Gabor的匹配算法，并引出了点模式跟踪的算法，在匹配过程中应用最近邻域法对算法进行改进，在提取的匹配集上进行进一步的筛选，最终确定匹配对。4、对Kalman预测跟踪作了相应的研究，预测目标即将出现的位置。仿真分析表明论文中特征点的跟踪方案是很效的。