计算机视觉识别和数字图像处理近二十年的发展十分迅速,而对于图像识别和目标跟踪的研究在该领域非常活跃,目标跟踪技术被十分广泛地应用在机器人导航、医学图像分析、智能监视系统以及视频图像压缩和传输等方面。然而,由于应用场景和环境变化大,目前运动目标检测算法都比较复杂、耗时而且缺乏鲁棒性,在实际的处理特别是实时应用中受到了很大的限制。本文重点研究了复杂背景下目标的快速检测与跟踪,对背景建模以及运动目标的检测的相关问题进行了探讨和研究,分别进行了背景差法的运动目标检测仿真,CamShift算法对单目标的运动人体进行跟踪仿真,并且结合Kalman滤波技术对有遮挡的运动人体进行了跟踪仿真。本文首先讨论了背景差分法对运动目标的识别与跟踪,对视觉场景进行了背景建模,然后利用背景差法将运动目标与背景分离,通过灰度化处理,得到前景为白色,背景为黑色的分离图像序列。接下来在MeanShift算法的基础上,编程实现CamShift算法,并对单个运动目标进行了跟踪仿真实验,并给出了跟踪效果图。最后本文研究了运动目标的遮挡与分离问题,提出了借助Kalman滤波器对目标的运动状态进行预测和估计,从而增加目标遮挡和分离后判断的可靠性。在将CamShift跟踪与Kalman滤波两种算法结合后,本文给出了一个针对有遮挡运动目标的完整跟踪设计方案,并按照此算法进行了仿真实验,实验证明对有遮挡双运动目标的跟踪效果令人满意。