该文以动态景物分析为主要工具,吸收现代计算机视觉理论的最新成果,从增强跟踪自主性,提高跟踪精度,减少跟踪时间的角度来研究自然景物环境下运动目标的自动跟踪方法.该文首先研究运动目标自动检测方法,提出了两种基于差图象的运动目标自动检测方法:基于两帧差图象的方法和基于三帧差图象的方法.在这两种方法中,为了允许摄像机的平移运动,提出了一种运动补偿技术.该文提出了一种自适应的阈值很难确定以及适应性差的弱点.从二值差图象中去除各种噪声,提取出真正的运动目标是差图象方法中的另一急需解决的关键问题,该文为此提出了一种线扫描聚类算法.该算法充分考虑了二值图象中目标点分布的特点,不仅聚类速度快,而且自动地得到总的类数.该文还提出了一种新的基于特征光流的跟踪方法.它克服了已有方法的主要缺点,通过采用合理的特征点(角点)检测技术,匹配技术和匹配策略,使求得的特征光流精度有较大的提高.同时,该文提出了曲线图的概念,并用曲线图来描述目标的形状,使得形状跟踪变得简单易行并且约束更少.