随着图像理技术以及计算机处理能力的飞速发展,视觉跟踪成为机器人领域的主要发方向之一。特别是红外条件下的目标跟踪由于不受光照和气候影响等特点成为近年来研究的热点。它广泛应用于工业、医疗保健、航空航天、军事等各个领域,其中针对视频连续图像中运动物体的分析是其中应用前景最为广泛的一个方向,在机器人导航、智能视觉监控系统、医学图像分析、工业检测、视频图像分析以及军事雷达视频信号的处理上都有占有重要地位。本文通过对图像处理的基本理的研究和实践,特别是对视觉跟踪理论、方法进行比较深入的学习和探讨,在对比了几种主流跟踪算法各自优缺点基础上,我们采用基于Camshift算法来对红外移动目标进行跟踪和研究,并对其存在的不足进行了改进。本课题的主要研究内容如下:首先,分析了红外移动目标特征及其对目标跟踪的影响,有针对性地对红外目标图像进行预处理,以使其更适应红外条件下的目标跟踪。其次,在己有颜色特征提取算法的基础上,对其进行一定的改进使其更适用于红外条件下的目标跟踪,通过引入卡尔曼滤波预测和对反向投影图进行加权处理提高目标跟踪的速度和克服大面积遮挡方面取得到了一些研究成果;最后,基于Opencv技术,在VC的编译环境中对改进算法进行了仿真和测试实验;在本文的最后阶段,使用此视频图像运动目标分析系统进行了大量实验,并全面分析了实验现象和数据。通过这些现象和数据可以得出结论:本文基于Opencv设计的视频图像运动目标分析系统具有良好的实时性,能够正确的进行运动物体的实时检测和跟踪。