对船舶运动目标进行检测与跟踪能够有效监控海上情况,提高海域安全性。但同时,由于海上情况复杂多变,恶劣的风浪天气、较低的能见度和海面光线折射等情况会严重干扰目标检测的准确性,船只的遮挡也增加了对目标检测和跟踪的难度。因此,对船舶运动目标检测与跟踪的进一步优化是提高海上监控能力重中之重。针对船舶目标检测与跟踪技术中存在的问题和难点,本文主要研究了船舶目标受遮挡情况下的检测与跟踪,并对相关算法进行了分析和设计,旨在提高船舶目标检测与跟踪的准确率。在研究中,首先对船舶目标图像前期的预处理进行了讨论,主要包括图像灰度化、滤波去噪、边缘检测以及形态学计算等过程,随后分析了常用的运动目标的检测方法,同时针对海上光线变化情况复杂的问题研究并实现了基于帧间差分法的三帧差分法,可基于对光线变化不敏感的性质提高船舶运动目标检测的准确率。在船舶跟踪方面,本文研究设计了“预测-跟踪”法,即选择Kalman预测模型对船舶运动目标的下一时刻位置进行预测后执行目标跟踪,有效地缩小了目标搜索范围,并采用Camshift算法,有效避免了跟踪窗口无法调整的问题。其中,重点研究了目标在被遮挡情况下的检测和跟踪,提出了Camshift与ORB融合算法—CSO算法,解决了Camshift算法在出现目标遮挡后无法再次准确跟踪船舶目标的问题。通过实验对比分析,文章提出的CSO算法具有更低的跟丢率和更高的准确度,且能够满足跟踪实时性要求。基于设计和改进的算法,利用PTZ摄像机和相关软件平台开发设计了船舶运动目标检测跟踪测试系统,实现了图像采集、处理以及人机交互等功能。测试表明:该系统基本能够实时准确地跟踪海上船舶运动目标并有效地处理目标遮挡情况,验证了系统的可行性。