1、圖像跟蹤技術(shù)是計算機視覺領(lǐng)域的核心課題之一，具有十分重要的意義和廣泛的實用價值。它融合了圖像處理、模式識別、人工智能、自動控制以及計算機應(yīng)用等相關(guān)領(lǐng)域的先進技術(shù)和研究成果。
　　 圖像跟蹤的實質(zhì)是一種從圖像信號中實時自動識別目標(biāo)、提取目標(biāo)的位置信息、自動跟蹤目標(biāo)的技術(shù)。其難點在于利用不可靠的信息在復(fù)雜的應(yīng)用環(huán)境中獲得可靠的跟蹤效果。運動目標(biāo)參數(shù)的采集是在自然場景下進行的，不僅背景復(fù)雜，而且背景中很可能存在與目標(biāo)特征相似的區(qū)域，邊

2、緣是圖像最基本的特征，包含圖像中用于識別的信息，在圖像邊緣檢測中往往要求所檢測到的邊緣具有封閉特性。
　　 本文主要工作如下：
　　 1、給出了封閉邊緣檢測的一般步驟，詳細地分析了目前常用的算法，并對實際圖像封閉邊緣檢測算法的準(zhǔn)則和性能進行了研究；
　　 2、在處理運動模糊圖像的過程中，傳統(tǒng)的代數(shù)恢復(fù)方法有很大的局限性。在分析了逆濾波恢復(fù)法和傳統(tǒng)代數(shù)恢復(fù)法的特點的基礎(chǔ)上，提出了一種雙向遞推恢復(fù)圖像的方法，先用逆濾

3、波法恢復(fù)圖像得到圖像中間效果良好的部分，再利用雙向遞推法修正圖像中余下的部分。實驗證明這是一種比較好的運動模糊圖像恢復(fù)方法；
　　 3、在運動物體在模糊圖像恢復(fù)基礎(chǔ)上，依據(jù)恢復(fù)的運動目標(biāo)輪廓的位置、面積和外接矩對場景中的目標(biāo)進行跟蹤。運動跟蹤的同時，通過運動估計來預(yù)測下一時刻可能的運動。并通過估計值對檢測值的修正使下一時刻的運動檢測更準(zhǔn)確。本文采用了基于kalman濾波的估計算法。從實驗結(jié)果看該方案取得比較理想的跟蹤效果。