在现实生活中,大量有意义的视觉信息都包括在运动之中。尽管人类的视觉即能看见运动又能看到静止的物体,但是在许多场合,比如重要场所的安全监控、汽车的自动驾驶和辅助驾驶、交通流量的控制、航空和军用飞行器的制导,人们往往只对运动目标或物体感兴趣。因此,研究运动目标的检测和跟踪,有很大的现实意义和实际价值。本文实现了在实验室环境下对运动目标进行识别和跟踪的系统,并通过控制云台、镜头将目标始终保持在视场之中。主要讨论了单运动目标自动跟踪和多运动目标自动跟踪两种情况。(1) 在视场中存在单个运动物体时,自动检测目标,根据目标的大小,实现对运动目标的预警,通过分析差分图像的统计特性,自适应对灰度序列图像进行二值化处理,突出了其中的运动目标,以此为基础,结合数学形态学和面积阈值的方法,消除噪声干扰,分割出目标的运动区域,最后通过分析差分图像的投影图,检测出目标的运动状态。本文使用直方图为模式特征,以改进的模板匹配算法为本系统的跟踪算法,并在此基础上对后续目标加以运动检验等辅助手段,在跟踪过程中,使用Kalman滤波器对目标的位置历史滤波,得到目标的运动参数估计,极大的减少了模板匹配的搜索范围,达到跟踪处理快速稳定的要求。(2) 在视场中存在多个运动物体时,通过人工选定一个运动目标,进行自动跟踪。本文基于OpenCV(英特尔? 开源计算机视觉库),以CAMShift算法为基础,实现对彩色序列图像的自动跟踪。