伴随着视频监控智能化的步伐，目标跟踪等图像处理技术逐步与普通应用场景对接，对跟踪算法的综合性能提出了新的需求。本文以相关项目为背景，在现有网络监控系统的模式上，结合智能图像分析算法和云台控制技术，以实现对监控画面内移动物体的检测和锁定跟踪功能。　　文中首先对基于图像的动目标检测和跟踪技术及相关原理进行了分析，结合实际需求，选取简单、高效的CamShift跟踪算法进行深入研究。针对CamShift算法环境依赖性强和容易出现跟踪漂移等问题，提出了改进思路。通过引入 Kalman滤波、局部差分方法和最优特征的思想，实现了跟踪效果的明显优化。实验证明改进后算法在增加较少计算量的情况下减少跟踪过程中出现的不稳定现象，提高算法的准确性和鲁棒性。　　在此基础上根据项目需求，系统采用嵌入式平台和云台摄像头的结构，在保障视频采集、压缩和传输功能稳定的前提下，采用多线程编程方式，完成了目标检测和跟踪程序的设计。最后通过实际验证和分析证明了系统的可用性和跟踪算法的可移植性，完成了设计目的。同市场上现有跟踪摄像头相比，该系统具有明显的技术优势，因此也具有更稳定的跟踪效果和应用价值。