近年来,随着视觉监控技术与无线多媒体传感器网络(WMSN)的发展,基于多视觉传感器并结合计算机视觉算法实现安防监控的智能化,成为国内外的热点研究课题。作为WMSN的重要组成部分,视觉传感器节点布设在无人值守的环境中自主完成指定的监测任务。本文针对WMSN网络中的全向视觉传感器节点,研究和解决由鱼眼摄像机组成的视域重叠多摄像机下目标检测与连贯跟踪的问题。由于采用鱼眼摄像机进行视频信息捕捉,本文首先阐述了摄像机成像模型以及相关概念。在研究鱼眼摄像机的畸变原理及相应模型的基础上,对基于除法模型的鱼眼摄像机标定方法进行了研究与改进。提取并筛选畸变图像中的曲线轮廓,利用RANSAC拟合圆弧求取相应参数,实现鱼眼摄像机畸变参数自动标定,并完成鱼眼图像畸变校正。针对本文的应用场景,分析和研究了常用的运动目标检测与跟踪方法。由于摄像机位置固定,本文利用基于图像块的高斯背景建模方法进行目标检测,通过概率统计方法得到像素级别的前景检测结果。针对存在较大程度畸变的鱼眼摄像机,以球面模型为基础提出了改进的粒子滤波跟踪方法,实验数据显示该跟踪方法能够达到93%的成功率,优于常规跟踪算法在鱼眼图像中的跟踪准确度。针对WMSN节点由多鱼眼摄像机构成全向视觉监测的实际情况,本文研究了多摄像机之间的目标连贯跟踪方法,提出了鱼眼摄像机的有效视域分界线概念,并设计基于该分界线的目标交接请求与响应算法,通过目标轨迹建立摄像机之间的对应关系实现目标初步筛选。针对不同摄像机视野中存在的亮度差异问题,提出了基于色彩特征变换的方法,并利用主颜色直方图实现目标的色彩特征描述与匹配,实验数据显示本文算法下相同目标在不同摄像机图像中的相似度在80%以上,证明了本文匹配方法的有效性。在理论研究的基础上,本文设计了全向视觉目标跟踪系统,采用鱼眼摄像机扩大单一节点的监控范围,消除传统节点的视觉盲区。该系统在单一摄像机监控区域进行目标的检测与跟踪,在相邻摄像机的视野交叠处实现目标的匹配与连贯跟踪。实验结果表明,该系统能够有效地完成目标交接跟踪任务。