随着计算机理论、微电子技术的迅速发展,计算机视觉成为了视觉领域和人工智能领域中最热门的研究方向之一。基于计算机视觉的目标检测跟踪算法的研究是很多视觉研究人员的重要方向。研究的主要问题是：从视频序列图像中运动目标杂质的检测、提取、识别、跟踪,从而获得运动目标的参数以及目标运动的轨迹,从而进一步实现对运动目标行为的理解。虽然国内外的研究取得了许多的研究成果,但是安瓿瓶溶液杂质跟踪检测仍是研究较少的机器视觉方向,本课题旨在探索和挖掘出基于安瓿瓶溶液杂质特征的跟踪检测新方法,开发出真正鲁棒、高效、实用的跟踪应用系统。本论文做了如下几项主要工作和取得部分研究成果：1、以安瓿瓶溶液杂质为对象,Marr理论框架为主要的研究思路,得到了本论文研究的总体思路过程,对研究对象的特点和干扰噪声进行深入分析。2、以数字图像处理技术为实现方法,提出一种基于实际经验过程中总结的区域定位算法,改进了二维Otsu阈值分割算法,为后续检测跟踪提供保障。3、对目前运动目标跟踪和检测问题进行深入讨论。在分析了几种不同的运动目标检测算法后,选择了隔帧差法为对象目标的检测算法。讨论了贝叶斯理论和基于卡尔曼滤波器的运动目标跟踪算法在安瓿瓶溶液杂质检测中的应用,研究了贝叶斯方法分类、目标杂质位置预测、自适应调整跟踪窗口尺度、模型参数的更新等。