基于视频的目标检测与跟踪技术是计算机视觉的主要研究方向之一,它是智能监控、人机交互、移动机器人视觉导航、全景战车等应用的基础和关键技术。论文主要针对智能监控系统应用中的目标,特别是运动车辆目标的检测与跟踪问题展开研究,研究了用于运动背景中视频序列运动目标的检测与跟踪算法、跟踪算法的加速以及视频图像的配准算法。论文完成的主要工作和贡献有:1.针对静止背景下的多目标跟踪问题,提出了基于OTSU局部递归和闭运算相结合的目标提取方法。该算法有效地解决了视频图像中由于目标车辆局部灰度与背景灰度相近而导致的单个目标被分割的现象,恰当的选取闭运算模版可有效防止多个目标粘连的问题。2.针对低对比度条件下动态背景目标跟踪中容易出现伪目标的问题,提出了二维最小互相关拟合相似目标辨别策略,有效剔除了目标跟踪过程中出现的伪目标。3.对跟踪过程中目标近大远小、在图像上所占像素多少变化的情况,应用了基于模板更新的目标跟踪算法,在仿真试验中取得了很好的结果。4.针对目标发生遮挡的情况下,原有更新模板算法丢失跟踪目标的情况,提出了加权模板计数更新的图像跟踪算法,它将目标图像的中心部分赋予较高的权值,并且不像原算法那样频繁的更新模板。对解决目标大小变化和目标遮挡问题在跟踪过程中不能同时处理的问题取得了令人满意的结果。