随着社会和科学的不断进步,移动机器人在各方面得到广泛的应用,其中运动目标检测和跟踪技术也应用到移动机器人上,受到广泛研究者的关注。然而,运动的目标在检测和跟踪,会受到各种各样因素的影响,比如出现动态背景的干扰,光照的突然变化,遮挡物体的突然出现,目标颜色与背景颜色相似等情况,这些因素都会对检测和跟踪产生干扰,所以对于运动目标检测和跟踪技术的研究也变得越来越重要。为解决上述问题,本文主要借助移动机器人平台对运动目标检测和跟踪方法进行研究。动态背景下的运动目标检测,主要思想是将SURF算法背景补偿与改进的ViBe算法结合进行检测。其中,改进ViBe算法的主要过程:首先为解决检测过程中出现的鬼影问题,将基于Canny算法的三帧差法与ViBe算法结合;其次为减少受外界动态因素的影响,在改进之后的ViBe基础上设定动态阈值;最后针对因光照产生的阴影问题,采用混合高斯模型与改进之后的ViBe算法进行融合检测并去除阴影。在运动目标跟踪过程中容易出现光照变化、目标与背景颜色相似、出现遮挡物等影响因素时,导致运动目标容易发生跟踪丢失的现象,所以将边缘特征和Kalman滤波的CamShift目标跟踪算法进行融合。为了便于研究运动目标检测和跟踪算法,搭建移动机器人硬件平台系统。该系统主要通过手机app控制移动机器人的运动,摄像头采集视频序列,然后通过无线传输技术将视频传输到PC端。在PC端用MFC框架设计了一款运动目标检测跟踪软件系统,这样可以实时检测并跟踪运动目标。通过移动机器人采集到的视频上传至PC端,对改进后的检测和跟踪算法进行实验验证。实验结果和数据分析表明,改进之后的检测和跟踪算法对于移动机器人平台下的检测和跟踪具有较好的实用性和稳定性。