运动目标跟踪是计算机视觉研究领域中的一个核心课题，它在民用和军事等众多领域均具有广泛的应用价值。近年来，随着计算机技术的快速发展与现实生活和工作中的迫切需求，运动目标跟踪技术成为计算机视觉研究中的一个热点问题。本论文主要的研究工作如下：（1）本文对背景差分法与帧间差分法等常用的运动目标检测算法进行了分析，并且针对帧间差分法的检测结果出现的“空洞”问题，提出了一种改进的三帧差分法，把三帧差分法和形态学处理结合起来，能够提高运动目标检测的准确性。（2）针对单一颜色特征在复杂的环境下不能够充分描述目标与不能稳定跟踪目标的缺点，在粒子滤波框架下设计了一种多特征融合跟踪算法。分别选择颜色特征和LBP纹理特征两种互补的特征，采用加权颜色直方图的方法来提取特征。由实验结果可以得出，该算法在跟踪过程中与单一颜色特征跟踪算法相比，更为准确。（3）针对多特征融合跟踪算法中子特征融合系数固定不变的情况，设计了一种多特征融合的自适应粒子滤波跟踪算法。为了提高融合算法的稳定性，引入Sigmoid函数，从而实现了动态调整颜色特征与LBP纹理特征的权重，多组实验表明该算法可以进行准确的跟踪，并且具有良好的鲁棒性。（4）在单个目标跟踪的基础上，将多个粒子滤波器进行结合，实现了多个运动目标的跟踪，仿真实验进一步验证了算法的可靠性。（5）结合本文的跟踪算法设计了基于MATLAB GUI跟踪演示界面，并且在演示界面下，对本文算法进行实验来进一步说明算法的可靠性。