运动目标的识别与跟踪技术在国民经济、国家军事以及社会生活等诸多领域中应用广泛且发展远景广阔,是当前人们深究的热门技术之一。它是应用相关的图像识别与跟踪方法,以图像分析为根本,以此实现了对图像序列中既定目标的处理、判别与跟踪。本文在将多种图像处理、识别匹配以及目标跟踪算法进行对比分析的基础上,以移动的车辆为对象,提出了一种在交通场景下实现对运动目标的识别与跟踪的方法。首先,在图像处理模块,研究并改进了常用的图像预处理与分割方法,并对其结果进行验证比较,选取最优方法。其中,结合使用Otsu算法与改进后的自适应阈值分割方法,使得图像在获得更好的分割效果的同时其分割操作的运算量也得以减小;其次,在目标识别模块,着重研究了基于像素和基于特征的两种图像匹配方法,并分别采用MAD算法与SSDA算法对图像进行匹配,通过编程调试与仿真实验,确定采用效率更高的SSDA算法来完成目标的识别匹配工作;最后,跟踪模块中,在窗口质心跟踪的基础上研究了一种能调整窗口大小的算法,并用此算法完成了目标的定位跟踪,提高了系统的跟踪速度与精度。此外,还研究了预测算法,使得目标在被短时遮挡的情况下依然能够实现对它的预测跟踪。本文对各种处理方法及算法进行了编程调试与仿真,确定采用最优方法和算法,很大程度上提升了运动目标识别与跟踪过程的实时性与稳定性。