本文在初步完成嵌入式视频跟踪系统的总体设计和系统软硬件选择的基础上，重点进行了自动检测和跟踪算法开发。自动视频检测和跟踪算法开发是本文的核心内容。 通过大量的试验和分析，论文完成了室内、室外复杂场景下的运动目标的检测和跟踪算法开发工作，并利用matlab顺利通过了仿真和验证。论文的主要贡献有： 完成了嵌入式视频跟踪系统的总体设计，包括系统开发流程、软硬件选择、软硬件结构设计、系统功能模块的划分等。 结合Otsu法和数学形态法，提出了利用三帧差分图分割的运动检测方法。此运动检测方法简单，速度快，自适应性强，需要较少的内存，适于硬件实现，符合嵌入式系统特点的要求；对单个或多个运动物体检测效果都良好。 提出了利用卡尔曼滤波预测方法配合特征匹配进行跟踪的算法。利用卡尔曼滤波残差与增益进行卡尔曼滤波滤波自修正，并通过被跟踪物体的实际轨迹对运动模型参数进行卡尔曼滤波运动预测的调整进行运动目标估计，再配合特种匹配进行运动目标跟踪。该跟踪算法简单，速度快，适于硬件实现，且不要求保存过去的测量数据，需要较少的内存，符合了嵌入式视频跟踪系统的开发要求。 本文着重从运动目标检测和跟踪等算法方面进行改进，以提高监控系统的智能性；后继工作利用高速的数字信号处理器DSP实现算法，以满足实时性要求。实验证明，本文的运动检测和跟踪算法具有一定稳健性和鲁棒性。