本论文研究的主要内容是基于嵌入式ARM的运动目标在动态背景下的跟踪技术,并对一些跟踪相关的算法改进以及优化。在视频监控与嵌入式领域中,运动目标的检测和跟踪是一个重要的研究方向,对于目标识别具有重要的意义。很多实际情况下,单一的静态摄像头不能完成对目标进行完整的连续的跟踪,因此需要摄像头的动态化是非常必要的。但是由于摄像头的运动造成了整个检测背景的运动,这对于运动目标的检测和跟踪造成了很大的困难,因此动态背景的分析非常重要。在平台选择上,本文采用的是ARM11嵌入式平台与Linux操作系统来实现本文的研究,在此基础上移植OpenCV库,通过OpenCV库来仿真相关的算法,调试的工具是NFS网络文件系统。本文详细分析了在相对运动背景下的运动目标的检测与跟踪的算法,由浅入深的先讲解了固定场景下的运动目标的检测与跟踪的相关算法。在此基础上,逐步深入分析相对移动背景下的运动目标的检测与跟踪,主要分为三种情况,即组合固定背景、有规律运动背景和随机运动背景情况,针对这三种情况详细分析了其算法,第一种情况本文采用组合的背景差分法,在背景库中选择背景图像,然后进行背景差分;第二种情况是先进行图像拼接,再进行背景差分;第三种情况最复杂,本文提出了采用SURF特征的背景补偿法来建立背景模型;针对本文采用的是嵌入式平台,因此实时性要求高,而且需要移植相应的算法,因此本文提出了改进的CamShift跟踪算法,大大缩小了时间复杂度,提高了实时性。