视频图像目标检测与跟踪作为计算机视觉的热点研究方向,随着科学技术的高速发展,成为众多学者不断追求突破的领域。人们希望能够通过摄像机的移动自动完成目标的跟踪过程,从而脱离人类的辅助。本文则以此作为研究背景,重点对动态背景下的目标检测跟踪系统进行研究设计,包括检测算法、跟踪算法、以及步进电机云台的控制,最终实现该跟踪系统。本文针对传统检测算法应用在动态背景时,出现的目标误检测问题,提出一种基于互相关信息的动态背景目标检测算法,该算法结合连续图像间的互信息值对目标进行检测。首先对图像进行一次二维Mallat小波分解,取其近似分量；通过Pso(粒子群)与Powell混合优化搜索策略,寻找最大互信息值,此时图像在空间上最匹配,同时应用空间转换模型、双线性插值技术完成图像的空间匹配；消除变化背景后,采用改进的三帧差分相乘法,增强目标区域,完成基于最大互信息的运动目标检测。通过实验证明该算法的准确性和可行性。目标跟踪技术包括目标定位与跟踪两个步骤。本文通过形心法对目标进行定位,具体采用最小二乘法实现运动目标的位置定位,得到目标的坐标信息,画出目标的运动轨迹。跟踪部分,本文选取Mean-shift的改进算法-Camshift算法,结合OpenCV实现该算法在不同场景下,对序列图像运动目标的跟踪,证明了该算法良好的适应性和准确性。为实现整个跟踪系统,步进电机的控制方面,本文引入分数阶的概念,设计分数阶控制器,通过Simulink对电机系统进行仿真,实现分数阶PIλDμ与传统PID的控制效果对比,证明本文算法在调节时间以及控制精度方面的优越性。在以上检测、跟踪以及步进电机的控制算法基础上,实现了跟踪系统的硬件设施连接调试、云台的运动控制、参数计算,并基于MFC完成软件系统,最终实现对水平运动目标的实时检测与跟踪,证明了该系统良好的跟踪性能。