图像序列目标跟踪技术是计算机视觉领域的核心课题之一,该理论融合了图像处理、模式识别、人工智能、自动控制等相关领域的理论与技术。本课题所研究的目标跟踪算法基于经典的粒子滤波理论。粒子滤波通过非参数化的蒙特卡罗模拟方法来实现递推贝叶斯滤波,适用于任何可用状态空间模型表示的非线性非高斯系统,精度逼进最优估计。因此,本课题的研究具有广阔的发展前景和竞争潜力,能满足科研开发、生产需要以及军事应用等各领域的要求。本文在图像预处理方面,分析了图像中的各种干扰噪声并对其进行预处理;对粒子滤波理论的研究包括,分析研究贝叶斯滤波理论,进而给出了粒子滤波理论及其实现方法;本文深入研究相关跟踪理论,构建了基于粒子滤波的跟踪框架,提出了基于粒子滤波理论的相关跟踪算法,并编写代码实现算法;最后定量分析了粒子滤波跟踪方法的精度,对粒子数目和粒子传播半径这两个主要可调节参数进行优化,将本文研究算法与传统相关跟踪算法作横向比较,验证了粒子滤波跟踪算法具有较强的跟踪鲁棒性。