基于视觉的运动目标跟踪在军事和民用领域应用广泛，也是目前机器视觉研究的热点之一。本文围绕提高三维运动目标跟踪的快速性、准确度以及环境适应能力，对基于双目视觉的三维运动目标实时轨迹跟踪技术，进行理论与应用研究。论文主要研究内容及创新点如下:　　基于双目视觉的运动目标测距方法研究。针对现有匹配算法存在的匹配速度较慢、准确性较低的问题，本文提出了一种基于移动范围约束的双目立体目标匹配方法。实验表明，所提算法有效地提高了匹配的快速性和准确性。　　具有鲁棒性和快速性的运动目标实时跟踪方法研究。本文采用核函数加权直方图作为目标的特征模型，获取目标观测值;将Mean Shift和粒子滤波算法相结合，利用MeanShift算法的聚类作用，在重采样之后将粒子聚集在更靠近目标位置的区域，再对粒子的分布进行优化，使粒子能够更合理地表示状态，以减少了粒子数量。该方法在保证目标跟踪算法鲁棒性的同时提高了快速性。　　快速图像预处理方法研究。为了提高视觉伺服系统对环境的适应性，本文采用Retinex与图像直方图均衡化的增强方法，对图像进行预处理。为了加快图像预处理速度，在预处理过程中引入Kalman滤波，预测目标可能出现的区域并对该区域进行预处理。实验表明，该方法可提高处理速度，保证系统可对目标进行实时跟踪与测量。　　三维运动目标视觉伺服系统设计与实现。本文设计并实现了基于双目视觉的三维运动目标跟踪实验系统，可对搭载双目相机的二自由度云台进行视觉伺服控制，实时跟踪运动目标，并显示目标的位置、姿态和运动轨迹，具有友好的人机交互界面。实验表明，该系统可对三维空间中的运动目标进行跟踪与定位，跟踪性能良好。