运动目标追踪在航天探测、军事领域、无人驾驶、机器人等领域具有广泛应用前景,是计算机视觉领域一个重要的研究课题。通过对于运动图像序列感兴趣的运动目标进行标记,运用目标追踪算法对运动物体进行长时间、不间断准确的追踪,是运动目标追踪的重要研究方向。本文研究空间运动图像序列目标追踪方法,设计与开发运动图像序列目标追踪工具。论文完成的主要工作如下：(1)提出了低对比度下运动图像序列增强算法,对亮度变化的运动图像序列做预处理,调整了图像序列亮度,并结合帧间运动信息对亮度进行了补偿。实验结果表明相对于传统的直方图均衡化、对数图像处理增强方法,本文提出的算法在视觉和客观评价指标上都有较好的提升,视觉增强效果显著,实现了在运动图像序列背景亮度变化下的实时亮度调整。(2)提出了基于局部优先的TLD (Training Learning Detecting)目标追踪算法,采用亮度增强算法对视频序列进行亮度增强,对处理后的运动图像序列采用TLD目标追踪算法进行目标追踪。为了降低误跟率,提出了基于局部优先的搜索策略。与传统TLD追踪算法相比,本文提出的算法在误跟指标上有了较大提升,保持了追踪的实时性,实现了亮度变化和形状变化下的较好的运动目标追踪。(3)提出了基于背景优化的Meanshift目标追踪算法,减少了背景对目标追踪效果的影响,与传统的Meanshift追踪算法相比降低了误跟率；针对目标形状变化的场景,提出了自适应窗口的Meanshift目标追踪算法,该算法对于目标形变有较好的适应性,更加准确的追踪到运动目标。(4)设计与开发了运动图像序列目标追踪工具。可实现图像预处理、运动目标检测、运动目标追踪等功能。可以方便地设定参数,执行特定的算法,省去了人工修改参数的繁琐工作,方便集成管理。