随着经济的高速发展和人民生活水平的不断提高，人们开始越来越关注生活、生产中的安全问题。如何有效的保障人民的生命、财产安全，成为了政府以及科研人员亟待解决的问题。在多摄像机环境下的智能监控系统中，最主要的两个问题是：单摄像机视域中的运动目标检测与跟踪问题、多摄像机视域之间的目标匹配与持续跟踪问题。本文以智能视频监控系统为背景，重点研究了多摄像机环境下的目标跟踪算法，包括有重叠视域的环境和无重叠视域的环境两种情况。其目的在于通过对多个摄像机采集到的视频序列进行分析，智能地提取目标的位置、颜色等特征信息，以实现对目标的大范围的持续跟踪。论文主要的工作包括以下几个方面：（1）运动目标区域的检测问题。首先对视频序列进行背景建模，然后利用背景差法与帧差法相结合的算法将运动目标检测出来，接着基于阴影具有与背景相似的色度但是亮度比背景低的特性将阴影去除，最后利用形态学方法以及中值滤波将孤立的噪声去除，并且弥补目标图像遗留的空洞，获得干净且准确的运动目标区域。（2）提出了一种多摄像机视域重叠情况下的目标匹配算法。该方法利用投影不变量的原理生成多个摄像机相互之间的视野分界线，只需要进行一次计算，简单且方便，准确度较高。在对目标跟踪的过程中，当目标从一个摄像机视野进入另一摄像机视野时，计算该目标在另一摄像机中的映射位置，将其他物体与该物体映射位置之间的欧氏距离作为匹配准则。如果只有一个物体的欧氏距离小于给定阈值，那么这个物体就是原目标物体；如果所有物体的欧氏距离都大于给定阈值，则匹配失败；如果多于一个物体的欧氏距离小于给定阈值，则融合SIFT特征进行目标匹配，匹配度最高的物体即为原目标物体。实验结果证明，这种结合SIFT特征的视野分界线目标匹配算法准确度高，且实时性较好。（3）提出了一种多摄像机视域不重叠情况下的目标匹配算法。当目标位于前一个摄像机时，提取它的主颜色谱直方图和全局颜色模型，保存留待后续匹配使用，目标离开前摄像机视野进入到后一个摄像机视野时，提取后摄像机中检测到的所有运动目标的主颜色谱直方图，根据匹配准则将前摄像机中目标的直方图与后摄像机中所有目标的直方图进行匹配，判定后摄像机中匹配度最高且大于给定阈值的目标与前摄像机中的目标为同一个目标。当两个不同目标的外形特征相似，无法用主颜色谱直方图区分时，可以融合全局颜色模型进行匹配、判定。实验结果证明，融合后的算法鲁棒性更好，目标匹配准确度更高。（4）提出了一种结合Camshift算法与Kalman滤波的运动目标跟踪算法。首先利用Kalman滤波预测下一帧中目标可能出现的位置以及搜索窗口的范围，然后在该预测位置附近进行Camshift运算。实验结果证明，该结合算法可以有效的解决目标遮挡的问题，提高跟踪的准确度，降低跟踪的丢失率。本文最后对所作的研究进行了总结，并对该课题将来的研究方向进行了展望。