机器人定位与监控系统在智能化发展中占据着重要位置,不论是在军事还是民用方面都有非常广泛的应用。本文是在Zig Bee对移动机器人定位失效的背景下,通过视觉监控系统重新定位机器人并对其进行跟踪。重点研究了静态背景下移动机器人多目标识别与跟踪,以及动态背景下对移动机器人的单目标跟踪。首先,本文针对静态背景下移动机器人目标检测方法进行研究,对帧间差分法和背景差分法的各自优缺点进行比较之后,选择了基于中值建模的背景差分法,优化了在背景建模中直接对彩色图像RGB值构建中值的方法,提高了背景构建的精确性。其次,在检测的基础上进行动态背景的研究。动态背景中移动机器人目标检测的方法主要采用全局运动补偿,这样解决了由于摄像机运动导致背景发生大幅度变化的问题,通过全局运动补偿算法将当前帧背景变为与上一帧背景相同,这样就可以通过帧间差分法检测运动目标。再次,在场景中的多个运动物体中识别出目标机器人。主要采用尺度不变特征转换(Scale-invariant feature transform,SIFT)方法进行识别。SIFT具有尺度不变性、旋转不变性,检测出的运动物体分别与目标模板进行SIFT极值点匹配,匹配度最好的物体质心即是目标的质心。识别后,对运动目标进行跟踪,本文采用Kalman滤波器的预估计特性对目标进行跟踪,提高了跟踪的稳定性和准确性。最后,搭建上位机视频监控平台,使用MFC界面开发工具,开发了简洁、操控性强的监控界面和程序。并通过实验验证了整套系统对移动机器人图像捕捉、识别和跟踪的实时性、鲁棒性。