图像序列中运动物体的检测与跟踪是计算机视觉领域的重要研究课题之一,其中在视频图像序列中对特定目标进行检测和跟踪成为一些重要部门进行安全监控中的关键一环。　　 我们作了大量研究,设计了一种运动物体检测和跟踪算法。该算法主要包含了三大部分:视频图像序列预处理、运动物体检测和运动物体跟踪。本算法首先采用自适应中值滤波对图像序列进行预处理,然后采用改进的混合高斯模型进行物体检测定位,并根据遮挡和未遮挡情况分别采用不同的方法对运动目标的质心进行实时跟踪。　　 在预处理部分,由于图像在获取和传输过程中容易被噪声污染,为了消除噪声的同时保留图像更多的细节信息,提出了基于集内离散度噪声检测器的自适应中值滤波。　　 运动物体检测部分,在分析了各种检测算法的基础上,采用混合高斯背景模型进行运动物体检测,但由于运动物体给背景模型带来较大干扰,因此对混合高斯模型进行了改进,使得背景模型能自适应更新背景,提高了运动物体检测的准确性。　　 在运动物体跟踪部分,首先判断是否存在目标互遮挡的情况,非互遮挡情况下,采用CamShift算法对运动目标进行跟踪,但由于原CamShift跟踪算法只用于跟踪肤色运动目标,在多色度的目标和复杂背景的目标跟踪中,原CamShift算法难以准确完成跟踪任务,因此对CamShift作进一步改进,以提高对运动物体的定位和跟踪的准确性。在目标互遮挡的情况下采用运动质心预测性跟踪。　　 测试结果表明,本文提出的运动物体检测与跟踪算法是有效的。自适应中值滤波提高了后继处理的准确性,改进的混合高斯背景模型能准确的检测出运动物体,改进的CamShift算法和预测性质心跟踪算法能在遮挡和非遮挡情况下对运动目标进行准确跟踪。