随着科技的不断发展,计算机视觉处理已经应用到各个领域,运动目标图像跟踪是计算机视觉的重要部分,本课题研究对于军事、工业控制、社会管理等领域具有十分广阔的应用前景和现实意义。　　本文以运动目标的图像跟踪问题作为主要研究内容,并以动态背景下的运动目标跟踪算法、解决目标遮挡问题及提高算法实时性作为研究重点。按照计算机视觉系统工作的完整流程,对图像预处理中的图像增强和滤波方法进行了算法实现与验证:在此基础上分别利用光流法、帧间差分法、单高斯背景建模法、Mean-shift算法,实现了静态背景下的运动目标图像跟踪,并进行了对比分析。其后,为了实现对动态背景下的运动目标跟踪,针对Harris尺度不变性、SIFT特征、颜色直方图、灰度投影等特征提取技术进行了详细分析与对比;采取经典的积分直方图和粒子滤波目标跟踪方法,实现了对动态背景下的运动目标跟踪,并分析了目标遮挡问题对算法运行效果的影响。依据以上研究基础,最终提出了基于灰度投影的粒子滤波目标跟踪算法,并与积分直方图和粒子滤波方法进行了对比实验研究,实验结果表明:本文方法能够可靠地实现动态背景下的运动目标图像跟踪,并在解决目标遮挡问题和算法实时性两个方面,比积分直方图与粒子滤波方法具有更好的稳定性和更高的性能。