视觉目标跟踪是计算机视觉中的一个重要研究课题,作为智能视频监控中的关键技术,它在智能安防监控、智能交通、人机交互和智能导航等方面有着重要的应用价值。本论文首先利用运动检测的方法对运动目标进行检测,包括了背景建模、阴影去除和团块检测三个步骤。背景建模部分论文实验比较了时间平均、混合高斯和码本三种模型,给出了其适用场景。阴影去除部分介绍了三种类型四种阴影去除方法,并进行了实验比较,给出了各自的适用情况。团块检测部分利用本文提出的形态学方法对前景二值图像进行滤波,并通过连通域分析,可以较好地避免目标分裂和目标粘连的情况。接着,本文介绍了基于颜色直方图等全局特征和基于圆形头部轮廓的形状特征的目标跟踪算法。基于全局特征的跟踪方法利用了颜色直方图、模糊颜色直方图、梯度方向直方图和LBP纹理直方图等全局特征对目标外观进行描述,并利用本文给出的关联匹配距离公式给出目标相似性度量,最后利用本文给出的运动跟踪模型对目标进行运动跟踪,并通过实验证明论文中提出的基于全局特征目标跟踪算法具有较好的跟踪效果。基于形状特征的目标跟踪算法主要针对俯视场景,该场景下头部轮廓近似为圆形,本文在随机Hough变换的基础上提出了一种快速的圆检测算法,利用该圆检测算法对目标进行检测,并利用本文的跟踪算法对目标进行关联跟踪,得到较好的实验结果。最后,本文针对视频跟踪算法众多、参数众多以及算法和参数的管理常常给开发者带来很大的不便等因素提出了视频跟踪软件架构,将算法进行模块化封装,并提供了参数化配置模块的功能。最终,模块、参数和程序中模块的执行顺序都可以以数据的形式存储和读取。