运动目标检测与跟踪技术是计算机视觉研究的热点之一，涉及模式识别与人工智能等多方面的技术。在视频监控、导弹跟踪、人体运动检测、智能交通系统等多个领域，运动目标检测与跟踪技术都有广泛的应用。其中基于特征点的运动图像目标定位技术既是运动目标检测与跟踪技术的基础，也是一个有实际意义的应用技术，在运动目标轨迹跟踪和人机交互系统中有广泛应用。 本文提出一套基于特征点检测与跟踪，以激光光斑为目标的运动图像目标定位系统构建方案。该方案具有构造简单，成本低廉，功能灵活的特点。定位的目标——激光光斑，具有良好方向性，发散角小，亮度高的特性，是光电测量仪器中常用的测量手段。 传统的光斑检测方法以灰度图为主，仅根据光斑的灰度特征进行分割，这限制了利用光斑进行测量的范围。在本文中，利用激光光斑的彩色图像进行处理，根据人眼视觉的特性，提出一种基于激光光斑的颜色和亮度特征进行检测的算法。经多次实验证明，该算法能在复杂背景环境中找寻符合检测条件的特征点，根据这些特征点能完成光斑目标的准确定位，从而大大扩展光斑在光电测量中的使用范围。在对运动图像中光斑目标进行检测与跟踪方面，以静态图像下的目标分割算法为基础，提出使用颜色特征模板和“运动窗口”的运动图像时空分割技术，减少图像处理运算量，使处理的时间满足系统对实时性的要求。 除了实现运动图像中目标的准确定位外，目标定位系统结合多区域编码技术、对背景中多个封闭区域进行填充编码，赋予背景区域意义。根据光斑目标的定位信息，实现光斑的区域判别，由此实现人机交互功能。针对实际应用中，封闭区域边界坐标未知的前提，本文提出基于扫描线分割技术的种子填充方法实现自动的多区域编码，可在较短的时间内，对经过二值化处理的，多个相连接的，具有复杂边界的封闭区域实现正确的填充。 此外，还就目标定位系统的图像测量功能扩展问题进行了讨论，分析摄像机标定原理和常见的图像矫正方法，确定摄像机标定的具体实现方案和图像矫正的方法，并根据标定物图像，进行了图像矫正的仿真处理。