目标跟踪是机器视觉领域里的一门关键技术,通过对运动目标的跟踪,可以进一步实现诸如运动分析、行为理解、视频压缩等应用。目前该技术已被广泛应用于军事、安防、交通、娱乐、机器人等众多领域。面向运动目标的跟踪系统往往是基于云台,云台结构中通过驱动器驱动调整相机的视角,实现对运动目标的跟踪定位。这种方式受限于机电传动延时,使得相机转动调整视角的速度不能跟快速的图像采集与处理速度相匹配,因此不能实现高速的跟踪。本文针对此研制一套实时跟踪系统,主要的工作和成果如下:(1)针对现有跟踪系统因结构和控制等因素的约束不能实现高速跟踪问题,通过改进相机调整视角的方式,开发一套机械与光路系统,确保相机视角调整速度能够与图像采集和跟踪算法处理速度相匹配。(2)针对现有的高速相机体型庞大的问题,开发、设计尺寸小巧的高速相机,完成了原理图设计、PCB辅助设计和硬件调试,并实验验证相机采图清晰稳定,采集速度能达到221FPS@640×480。(3)针对现有图像处理板卡往往体积较大、处理性能不足等问题参与开发了基于FPGA+DSP的高速图像处理板卡,完成了板卡的原理图设计和硬件调试,并实验验证板卡高速的传输能力。(4)针对自然场景下的运动目标因为外观或背景变化而带来的困难,开发了一种基于深度卷积神经网络的核相关跟踪算法框架,通过大量的对比实验验证了该框架具有很高的准确度和鲁棒性。另外针对高速运动目标,提出了一种快速的跟踪算法,并实验验证算法在快速的跟踪下仍能保持很高的跟踪准确性,满足实时高速跟踪系统的需求。(5)针对设计的跟踪系统开发了简易的上位机程序,并做跟踪运动的乒乓球实验,验证了系统高速的图像采集、传输和有效的跟踪处理等功能。