煤矿井下运动目标检测和跟踪是矿区视频监控中十分重要的一个问题,对于煤矿的安全生产、事故后的报布情况以及及时报警和联动处理都有重要意义。目前关于运动目标检测和跟踪的算法很多,但仍未有一个通用算法适用各种场合。光流法在运动目标检测和跟踪领域具有广泛应用,本文详细介绍了目前常用的几种跟踪算法,与光流法相比,说明了光流法的优点,同时也指出其不足,并针对不足之处提出改进,最终通过实验验证了改进算法的有效性。本文的主要工作如下:介绍了三种经典的运动目标检测算法:背景差分法、帧差法,光流法,具体论述了三种算法的理论,比较了各个算法的优缺点。背景差分法检测出的运动目标容易出现“拖尾”现象,而且对背景的动态变化比较敏感;帧差法计算量小,所检测到的运动目标有“空洞”;光流法在摄像机运动的情况下亦能检测出运动目标,但其抗噪声性能差,同时也不能十分精确的检测出运动目标的完整轮廓。针对煤矿井下的高躁、光照变化大等问题,本文将光流法与边缘检测算法相结合,提出了一种基于改进光流的多特征融合运动目标检测算法。通过实验分析各种边缘算子,确定采用改进的Prewitt算子检测物体边缘,得到较完整的物体轮廓信息;考虑到传统光流算法在实时性、抗噪性方面的缺点,本文首先采用抗噪性较强的SUSAN角点检测检测角点,然后采用改进分层光流法估计光流矢量,提高算法实时性,对于矿下光照变化问题,本文又提出基于分层光流的特征点轨迹向前向后误差法,剔除了光流误匹配点;最后将物体边缘信息与光流运动信息融合,采用数学形态学方法对结果进行精处理,实验结果表明该算法能够检测到较完整的运动目标。针对矿下目标重叠与部分遮挡等问题,本文提出了基于特征光流及模板更新的运动目标跟踪算法。通过比较图像灰度方差确定初始模板,采用特征光流估计初始模板在下一帧的搜索区域,减少匹配时间,根据Hausdorff距离判断模板相似度,对于偏差较大的模板采用自适应加权模板更新法进行模板更新。仿真结果表明该算法能够实现矿下运动目标的长时间稳定跟踪,且对部分遮挡的运动目标也能实现持续跟踪。