计算机视觉是使用计算机及其相关设备对生物视觉的一种模拟,它的主要任务是通过对采集的图片或视频进行处理以获得相应场景的三维信息。其中,主动视觉是当今计算机视觉领域中的一个研究热点,它融合了图像处理、模式识别、人工智能、形态学以及自动控制等众多领域的先进技术,可以主动智能地改变摄像机的视角,相对于被动视觉,具有更大的视野范围和灵活性。从而促进了主动视觉广泛应用于现代军事、医疗系统、智能监控和机器人视觉系统等众多领域。本文以视频监控为应用背景,重点研究主动视觉系统中的目标检测与跟踪研究,主要进行了如下工作：首先,建立主动视觉系统构架,系统由摄像机成像系统、通信系统和云台控制系统组成,为后续图像处理和主动视觉跟踪研究工作奠定基础。其次,在运动目标检测方面,分析了帧间差分法、背景差分法和光流法三种常用目标检测方法的优缺点,确定了三帧差分和背景差分相结合的目标检测算法,通过实验对比,可实时有效地检测到视频图像中的目标。最后,在运动目标跟踪方面,选取融合EKF和RBF神经网络的跟踪算法,基于系统前一状态序列,通过EKF滤波对系统下一状态进行最优估计,并对目标物体可能出现的位置进行预测,获得目标在广角镜头摄像机视野范围内的运动轨迹,进而实现对目标的主动视觉跟踪。实验结果表明,系统具有良好的实时性和鲁棒性。