运动目标的检测与跟踪技术是计算机视觉领域中一个研究热点,广泛的应用实际生活中,如：银行管理、医学研究、交通管理等。本文采用基于SIFT特征点匹配的方法实现对目标的跟踪,SIFT算法对尺度变换、图像缩放和旋转、都具有良好的不变性。本文分为四章,主要内容如下：(1)运动目标检测部分,对于背景点,采用以一定的学习速率对背景进行修正,利用形态学处理将前景目标整合成一个连通域；在目标分割部分,利用基于连通域的两轮扫描法,该方法能够有效分割出各个连通域。(2)对分割出来的运动目标,利用SIFT算法对各目标进行特征点匹配,记下各目标间匹配的特征点个数,判定匹配的特征点数目最多的为同一目标。(3)分割后的目标图片大小要远远小于原图的大小,因此,本文对SIFT算法进行了一定的改进,对高斯金字塔降采样次数以及高斯差分金字塔层数的进行调整,不仅保证相同目标间匹配的特征点仍然最多,且误匹配率很小,而且减短了匹配的时间,通过实验证明改进后算法的时间效率得到提高。