目标跟踪算法的研究对于计算机视觉具有十分重要的意义,它将模式识别,人工智能,图像处理及自动控制等多个方面的先进技术,广泛应用于智能机器,医疗诊断,智能监控,交通控制等领域。现阶段,运动目标检测与跟踪算法的精确度和鲁棒性,已逐渐难于满足各种复杂的应用环境的越来越高的需求,这使其成为目前研究的热点之一。本文将在研究常用的运动目标检测与跟踪算法的基础上,对其作出进一步的改进和完善,以期达到更好地跟踪效果。在运动目标检测中,本文先介绍常见的三种检测方法的基本原理,再针对传统方法的局限性,将背景差分法与帧间差分法相结合,提出一种改进的方法。然后,为能更好地进行下一步的目标跟踪,对检测得到的图像进行了一系列的处理,主要包括开运算、闭运算和连通性分析。在跟踪算法的研究中,本文将重点分析camshift跟踪和卡尔曼滤波跟踪这两种跟踪方法的优缺点。然后将二者结合在一起,提出一种改进后的算法,并利用实验结果证明,改进后的算法不仅提高了跟踪精度,还可以使运算时间大大缩短,提高跟踪的实时性。