基于图像序列跟踪目标的运动是计算机视觉的基本问题之一,它在图像及影片的重建、视频监控、医学图像分析及运动重建方面,都有广泛应用。在该领域常用的方法有利用Kalman滤波及粒子滤波进行运动预测,通过计算光流评价目标运动,利用活动轮廓模型(Snake),活动形状模型(ASM),可变形模板等主动形状模型方法以及测地线活动轮廓模型,测地线活动区域模型等基于偏微分方程的方法来跟踪目标运动。 本文首先总结了目标跟踪的基本模型和方法,着重研究了近几年来基于偏微分方程的主动轮廓方法,主要包括水平集方法、测地线活动轮廓模型以及Mumford—Shah模型。 本文的算法结合了传统的光流评价方法和水平集框架的跟踪方法,同时考虑了目标的概率、目标的边缘能量以及轮廓的长度项能量,参考Song的快速扫描算法提出了改进的快速扫描算法,降低了计算复杂度,减少了迭代次数。试验结果表明该方法能够较为准确的跟踪选定的目标。