随着计算机视觉技术日趋成熟,目标跟踪技术逐步引起了人们的关注,渐渐成为了一个有着良好前景的学科分支。近年来,在各国研究学者的努力下,一些高水平的视觉跟踪方法陆续诞生,但这些方法在复杂背景的情况下,很难达到高精度、高鲁棒的跟踪效果,因此,设计出一种鲁棒性强的跟踪方法就显得格外重要。鉴于目标背景信息的重要性,本文在原有跟踪算法的基础之上提出了一种基于上下文模型的目标跟踪方法,优化了核心算法,并且设计了对应的MATLAB GUI可视化界面,更加便捷地实现了整个跟踪过程。本文的主要内容表述为:(1)针对傅里叶变换对图像的不良影响,提出了一种加权融合滤波函数,用于跟踪前的预处理,达到了抑制图像高频信息、降低频域泄露效应的效果,并用对比实验证实了这一方案的有效性。(2)针对传统跟踪方法位置估计和尺度估计相互制约的问题,提出了一种新的目标跟踪策略:先用时空上下文核心框架估计位置,再用频域滤波基本框架估计目标尺度。位置估计过程中,利用提出的两种干扰判别标准判定目标受干扰程度,并且根据这两个标准提出了一种新的模型更新策略,借助不同干扰条件下学习率的惩罚参数实现模型的自适应更新;尺度估计部分则根据上述步骤求取的位置信息来创建尺度滤波器,并构建金字塔模型,用亚网格差值等策略对其进行加速处理,用尺度评分的后验概率来确定最终尺度。(3)对本文设计的跟踪方法进行了实验验证,通过不同场景下的仿真结果和多算法的对比实验证实了本文跟踪方法的有效性。最后根据本文方法的整体思路设计了一种基于MATLAB GUI的目标跟踪可视化界面,能够实时地显示跟踪的过程、位置和大小等重要参数,便于本方法在实际工程中的应用。