视频监控系统是安全防范系统的组成部分,广泛应用于对道路上的车辆、小区安防、公共场所行人的拥挤状态分析及重要场所的流量统计等方面。视频目标跟踪是视频监控的一个核心问题,为视频分析和理解提供重要的数据依据。本课题主要研究视频监控技术中的目标跟踪算法。本论文首先研究了监控图像的增强处理技术,图像增强属于图像处理系统的预处理阶段。文中主要对图像灰度处理、图像的平滑以及锐化进行了一定的理解和分析,并通过实验对这三种技术进行了比对和分析。然后文章介绍了运动目标的检测技术的一些理论,分析在动态背景和静态背景下两种不同情况的检测技术,并详细讲解了目标跟踪原理和几种常用目标跟踪算法的实现,为研究目标跟踪技术的核心内容奠定了必要的基础。运动目标跟踪算法是本文研究的核心内容,在文章的最后两章中详细研究了两种运动目标的跟踪算法:卡尔曼滤波和均值偏移(Mean Shift)跟踪算法。首先我们对卡尔曼滤波和均值偏移(Mean Shift)两种跟踪算法的理论基础进行了详细的研究,并且分析了两种跟踪算法的跟踪流程,在此基础上,对两种跟踪算法的优缺点进行了分析和比较,并分别给出两种跟踪算法所适合的条件。在理解两种算法的原有理论基础上,对这两种跟踪算法进行了一定的改进和优化,并且提出结合卡尔曼滤波的均值偏移(Mean Shift)跟踪算法,这些都使实际的跟踪效果得到了大幅度的改善,提高了跟踪系统的性能。文章中对各种跟踪算法进行了大量的仿真实验,并根据实验的效果对这些算法进行了比较和分析,最后得出客观而有效的结论。本文的研究为视频监控系统和设备的整体性能提升创造了必要的条件,同时也为整个安防产业的发展提供了更加广阔的发展空间。