1、本論文主要對運動目標檢測、運動目標跟蹤技術(shù)開展研究。運動目標的檢測與跟蹤是數(shù)字圖像處理和模式識別以及計算機視覺領(lǐng)域研究的主要內(nèi)容之一，也是計算機視覺研究的一個重要領(lǐng)域。它在機器人導航、安全監(jiān)控系統(tǒng)、醫(yī)學圖象分析和虛擬現(xiàn)實等領(lǐng)域中都有廣泛應用。 本文完成的工作包括以下三個部分： 1、介紹了靜態(tài)背景下運動目標檢測的三種算法，全面分析了三種算法的優(yōu)缺點； 2、針對靜態(tài)背景下的高斯背景差法，通過研究如何得到、以及如何及時

2、更新背景模型，增強運動目標檢測隨環(huán)境變化的魯棒性，提出了分塊的高斯背景估計方法；最后就提出的算法給出了仿真實驗，并對結(jié)果進行了分析，結(jié)果表明該算法達到了預期的效果。 3、對運動目標跟蹤進行研究，包括：(1)對運動目標跟蹤的三種方法和幾種常用的運動目標特征提取和匹配算法進行了介紹；(2)重點研究了基于卡爾曼濾波的目標運動追蹤方法，對卡爾曼濾波器、跟蹤模型做了簡要介紹；(3)最后對自適應卡爾曼跟蹤模型進行了闡述，并對其進行仿真實驗，