目标检测跟踪在很多领域有着重要的应用价值,简单来说它主要是针对序列图像中的运动物体进行检测、分割和跟踪,并为进一步进行目标的识别与分析打下良好的基础。本文研究的是运动目标自动检测跟踪系统设计,主要从三个步骤入手,序列图像的运动目标检测、运动目标分割、运动目标特征提取及跟踪。在目标检测阶段,首先介绍了常用的两种运动目标检测的算法(帧间差分及背景差分),通过实验分析了两种算法的优缺点。然后为静止背景建立自适应的高斯背景模型来检测前景点,更进一步的,为了能更好的响应实际背景发生变化的情形,特别是针对自适应背景模型在建模期间所产生的“影子”问题,本文提出了算法上的改进,也就是时变的参数更新率,以增大开始若干帧对模型建立的贡献,通过实验结果的分析比较,改进后的算法明显加快了“影子”的消除。在目标分割阶段,目前普遍使用的边缘检测是针对灰度图像的,为了充分利用图像的颜色信息,本文使用了基于梯度极值的彩色图像边缘检测技术,为后续的活动轮廓模型精确拟合物体边缘做了铺垫工作。在用活动轮廓模型收敛到物体轮廓线阶段,为了克服传统活动轮廓初始化时需人为干预的缺点,本文提出了边缘检测与活动轮廓相结合的算法,即首先用彩色图像边缘检测目标的边缘,找到控制点,用这些控制点代替人为选择的控制点,进行活动轮廓模型的初始化,从而实现了轮廓的自动分割。在目标跟踪阶段,本算法采用了Camshift与活动轮廓相结合的方法。首先用活动轮廓模型将目标的准确轮廓拟合出来,因此也把目标区域定位出来了,然后用Camshift对该目标区域进行跟踪。通过实验验证了本文所提出的自动检测跟踪系统的有效性,此系统不仅能准确的进行目标定位,而且能够准确的进行目标分割和追踪。