本文研究的主要内容是图像序列中运动物体的检测与跟踪技术。图像序列中运动物体的检测与跟踪是计算机视觉领域的重要研究课题之一,也是近年来备受研究者关注的前沿方向,在智能监控系统、虚拟现实、高级用户接口、运动分析和基于模型的编码等领域都有应用。运动目标检测与跟踪的研究对象是视频序列,或者说是图像序列。运动目标检测就是首先判断视频序列中是否存在运动目标,然后确定运动目标的位置并将其提取出来。运动目标跟踪是指在整个视频序列中监控运动目标的时空变化,如目标的出现与消失,目标的位置、尺寸和形状等。运动目标的检测与跟踪是紧密关联的两个过程,跟踪始于检测,而目标在后续图像序列中的重复检测也有助于目标的跟踪。本文的主要研究方法如下:1.通过帧间差分和阈值化得到二值化图像,经数学形态学滤波提取出运动变化域,最后检测出运动目标。2.对运动目标跟踪作了初步研究,给出基于卡尔曼滤波的运动目标跟踪算法,并针对卡尔曼滤波器只能跟踪单一固定大小、形状的目标进行了改进,提出了形状特征与最相邻相结合的方法,这种方法既满足实时性的要求同时跟踪的效果也比较令人满意。