运动目标跟踪和视觉测距是计算机视觉研究的重要课题，在军事视觉制导、机器人视觉导航、医疗诊断和智能交通监视等领域有重要的价值和前景。由于运动目标本身和所处环境的多样性，使目标跟踪成为一个极富挑战性的课题。此外，由单目视觉获得目标到观测点的距离，也是计算机视觉中的关键问题。本文重点研究静态背景下运动目标的检测与跟踪和视觉测距技术，主要工作有： 1、静态背景下的运动检测。分析当前目标跟踪算法的原理和优缺点，针对具体的应用背景，采用基于运动检测的目标跟踪算法。在静态背景下，即摄像头固定时，从内因和外因两方面，详细分析了摄像头噪声的来源和规律，提出了灰度漂移的思想和算法实现，可以很好地去除差分图像中的噪声，有效排除虚假目标，准确得到运动目标。针对较为复杂的背景，例如摇动的树叶、荡漾的水波等，还利用混合高斯背景模型做了一些研究和探索。 2、多目标跟踪。采用基于运动检测的多目标跟踪算法，针对多目标跟踪经常出现的目标合并、分裂、消失和新增等情况，建立关联矩阵，判断特殊情况的发生，调用不同算法进行轨迹关联，不断更新关联矩阵，并且依据目标的有关统计直方图特征辨识目标。 3、单目测距。分析目前单目测距的多种方法，根据摄像头成像的几何原理，采用梅涅劳斯定理，建立三维环境距离函数，计算监控区域地面上任意位置到观测点之间的距离，避免了复杂的摄像机标定和图像配准，效果良好。结合跟踪算法，根据运动目标在图像上的像素范围，可以有效确定目标的大小，并可以对运动目标进行初步的形状特征分析。 当然，本文工作还有一些需要改进的地方。对于多目标的后续合并与分裂，没有实现相应的算法；利用三维环境距离函数，只计算出了目标的距离、宽度和高度，如何判断目标的形状仍然是一个棘手的难题，虽然有一些初步的探索，但仍然没有良好的解决方案。这些都是以后继续研究的重点。