基于视觉特征利用粒子滤波技术进行运动目标的检测和跟踪是当前目标跟踪领域的难点。目前,关于视觉特征的粒子滤波跟踪及其在图像处理、模式识别等领域的研究和应用在国内外得到广泛的重视。本文在传统跟踪方法的基础上,阐述了粒子滤波理论,并对EKF、UKF、PF的跟踪效果进行了仿真,实验证明：粒子滤波在目标跟踪领域的跟踪效果明显好于其他方法的效果。本文在分析HSI颜色模型的粒子滤波跟踪基础上,总结了基于颜色模型粒子滤波跟踪算法,提出了基于Lab颜色模型的粒子滤波跟踪方法,并从适合本文研究的工业领域环境出发,对该方法进行了改进,引入了加窗的概念,提出了基于固定窗口的Lab颜色模型的算法,提高了跟踪精度。另外,由于本文使用环境和跟踪目标的特殊性,又引入了形状特征,提出了基于Lab颜色模型和形状特征相结合的加窗粒子滤波跟踪算法,解决了跟踪过程中容易虚警、漏警的问题,并仿真证明了该算法具有跟踪精度高,适用性强的特点,尤其对目标和背景整体相似的目标跟踪优越性更加突出。本文主要工作有：1、本文基于前人对运动目标的检测和跟踪的研究,首先对多种不同检测与跟踪方法进行对比,并详细分析了粒子滤波的原理,仿真结果表明,本文所采用粒子滤波方法的性能较好。2、针对颜色模型算法所适用的工业领域环境,本文对各种颜色模型进行了对比分析,得出本文所选用的Lab颜色模型的优越性。同时,通过对HSI颜色模型算法的分析,引入了加窗概念,提出了基于颜色、形状模型相结合的加窗粒子滤波技术,并通过仿真结果表明该算法的有效性。3、介绍了本文跟踪检测目标的运动机理,并对工业缝纫机针断针问题进行了目标跟踪仿真,实验结果证明,改进的Lab算法有效的解决了背景变化造成的目标出现概率检测不到的问题。