运动目标跟踪是计算机视觉领域的核心内容,具有广泛的实用价值和广阔的应用前景。它融合图像处理、自动控制、模式识别、人工智能以及计算机应用等多个学科的先进技术和研究成果。运动目标跟踪是一种从图像信号中实时自动识别目标,确定目标位置,自动跟踪目标的过程。图像信号采集过程中的信息损失和复杂的应用环境使得目标跟踪成为一个极富挑战性的课题。尤其是在目标跟踪过程中,遮挡问题越来越成为限制跟踪算法效果的关键因素。本文主要针对目标跟踪中的遮挡难题进行研究。本文内容按如下组织：首先概述传统的各种运动目标跟踪方法及其基本原理；然后通过对独立成分分析算法的介绍,提出本文所采用的改进的独立成分分析目标前景分割方法；接着通过介绍数据关联在多目标跟踪过程中的应用,提出一种数据关联在目标跟踪中的应用；最后通过介绍贪婪算法、目标特征建模和遮挡关系建模,提出贪婪算法在目标跟踪过程中的应用。通过介绍各种相关技术和重要理论,按章引出本文研究所采用的算法,它主要包括3部分：(1)目标检测：本文采用改进的独立成分分析技术对输入的序列图像进行运动前景检测,分割出多个目标运动区域,最后外观模型用运动区域的外接矩形来表示。(2)数据关联与目标合并：本文对检测出来的目标进行数据关联和判断是否合并目标。当没有遮挡发生时,根据数据关联结果对目标轨迹进行管理,然后更新目标特征。(3)利用贪婪算法确定遮挡目标位置：当目标之间存在遮挡时,利用贪婪算法定位出合并前景块(包含多个目标)中的每个目标的具体位置。根据上述算法,本文针对在视频中存在遮挡的目标进行跟踪仿真实验。该仿真实验采用Visual Studio 2005和OpenCV平台设计和开发的多目标遮挡跟踪系统。实验结果表明,采用本文算法可有效处理目标跟踪过程中的遮挡问题,提高目标跟踪的效果。