运动目标检测与跟踪是计算机视觉研究的热点问题,在军事追踪、医学诊断、无人驾驶、人机交互等领域有巨大的应用需求。通过研究国内外常用的目标检测与跟踪算法,总结分析各算法的优势与不足,针对传统Mean Shift目标跟踪算法需要人工选取目标窗口的不足,提出一种运动目标自动提取与跟踪算法。该算法在目标提取阶段采用混合高斯背景建模算法,并改进算法中学习速率a和背景模型阈值T两个参数的使用机制,利用匹配反馈量进行自适应调节参数。在目标跟踪阶段采用Mean Shift算法与改进的混合高斯背景建模算法相结合的方式,首先对改进混合高斯提取出的前景图像进行形态学处理,然后分割目标区域,最后通过计算分割区域中候选目标的面积来确定跟踪窗口。利用OpenCV计算机开源视觉库和VS2010组建实验平台,实验结果表明,改进混合高斯模型弥补了传统混合高斯模型的不足,增强了模型对复杂的监控场景的适应能力,改进Mean Shift算法能够自动选取跟踪目标,弥补了传统Mean Shift算法需要人工选取目标的不足,能够实现全自动跟踪。