基于视频图像的多目标跟踪技术是目前计算机视觉领域的一个具有挑战性和吸引力的基础研究方向。在现实生活中，多目标跟踪技术可以作为行人、车辆行为识别等视频分析技术的基础，在视频监控、智能交通、运动视频分析、智能机器人等领域有着广泛的应用空间，具有很高的研究意义和实用价值。在实际应用中，基于单摄像头的多目标跟踪系统由于自身的局限性，不可避免的存在摄像头视野有限、不能对目标进行全程跟踪、难以解决目标遮挡等问题。而基于多摄像头的多目标跟踪系统由于可以利用多摄像头的优势较好的解决这些问题，正在成为研究的热点。本文在前人研究成果的基础上，通过对多摄像头多目标跟踪技术的独立思考，设计了一个基于多摄像头协同的多目标跟踪系统的算法框架，并使用该算法框架实现了一个在视频监控环境下利用多摄像头协同对多个行人目标进行自动检测和跟踪的原型系统。本文设计实现的多目标跟踪系统采用了基于检测的跟踪方法，通过多线程技术,系统先根据检测结果，利用单摄像头进行独立跟踪，然后再在单摄像头跟踪的基础上，进行多摄像头融合和协同跟踪。系统在单摄像头独立跟踪阶段，利用粒子滤波算法进行跟踪并预测跟踪目标的状态，使用匈牙利算法进行数据关联。针对传统的利用多摄像头标定信息来进行多摄像头融合和协同跟踪的方法标定过程比较复杂，在很多场景下没有使用专门的标定工具往往难以实现的问题。本文在多摄像头协同跟踪阶段，采用基于平面单应性、极线几何约束和摄像机重叠区域约束的目标一致性标定方法，对不同摄像头之间的目标进行映射，从而方便地实现多摄像头融合和协同跟踪。另外，为了提高系统在行人检测阶段的速度，系统在行人检测阶段，采用先使用码本背景建模算法提取前景连通区域，再在前景连通区域上使用HOG行人检测算法进行行人检测的方法，实现行人的快速、准确检测。本文设计实现的多目标跟踪原型系统，已经作为一个实验系统部署在实验室环境中。实验表明，本系统可以对室内、室外多种应用场景的多个行人目标进行自动检测和跟踪。