随着环境变化日益复杂以及人们自我防范意识的提高，各个领域对视频监控的要求也越加严格。然而当前的单摄像头跟踪系统越来越难以解决目标发生遮挡或多个目标场景下的准确跟踪问题。为了实现目标连续可靠的跟踪，多摄像头跟踪系统逐渐取代了单摄像头跟踪系统而受到人们广泛关注。它以单摄像头跟踪研究为基础，联合多个摄像头，从多个角度捕获更全面的运动目标信息，扩大了跟踪范围，有效解决目标遮挡问题。重叠域双摄像头跟踪是多摄像头研究的重点与前沿内容，在小范围场景精确跟踪和实现广域多摄像头监控等方面具有重要的研究与实用价值。　　本文对重叠域双摄像头跟踪系统相关技术进行研究，重点研究单摄像头目标跟踪算法和双摄像头目标交接问题，并分析各个技术的优缺点及其应用场合。针对其中的不足，提出相应的改进方法，主要工作有:　　针对单摄像头目标跟踪中的meanshift算法采用图像灰度信息对目标建模，易受背景相近颜色信息干扰的问题，本文将图像由RGB空间转换到HSV空间，提出了一种在HSV空间改进的背景加权meanshift算法。该算法只对目标模型进行背景加权，将属于背景像素的点赋予较小的权重，候选目标模型不引入背景信息，最后根据跟踪结果估计背景的变化情况实时更新背景模型。实验结果表明本文只对目标模型背景加权的改进meanshift算法对背景信息具有很好的抗干扰性，而且迭代速度快，准确度高。　　针对基于视野分界线的目标交接过程中，由于目标遮挡和脚点计算偏差导致基于最小距离判定的目标匹配方法存在错误匹配的问题，本文在采用SIFT算法及单应性矩阵恢复视野分界线的基础上，设定距离阈值，计算目标投影点与各个候选目标的距离实现初次匹配。同时引入空间颜色直方图对小于距离阈值的目标进行二次匹配，匹配度最高的目标赋予相同的标号。实验结果表明本文提出的算法能够有效降低脚点计算偏差与目标遮挡时单一距离判定误差的影响，实现目标的正确交接。