视频跟踪技术是计算机视觉的重要研究内容之一,在军事、医学、交通等很多领域有着广泛的应用。目标跟踪算法的好坏直接影响视频跟踪效果的准确性和稳定性,对于鲁棒性好、精确度高的跟踪方法的研究一直是计算机视觉领域的关键问题。本文首先简要介绍了目前视频目标跟踪中的主要跟踪算法,给出了这些算法的原理和应用。并对这些方法进行了比较。其次本文着重研究了相关跟踪算法的原理和方法,针对相关跟踪不能够很好地适应目标的姿态和大小变化的情况,本文在相关跟踪算法的模板更新过程中结合了主动轮廓模型算法,当更新模板时,首先使用主动轮廓模型算法得到目标的轮廓信息,然后根据这个轮廓信息来合理地更新模板,从而可以适应目标的姿态和大小变化。同时详细研究了主动轮廓模型算法的原理和方法,研究了主动轮廓模型算法中初始轮廓点的选择,候选邻域的选择和模型参数的选择对算法最终结果的影响,并针对相关跟踪的特点,选择了合理的参数搭配。为了能够使基于主动轮廓模型的相关跟踪算法满足实时性的要求,本文从相关跟踪算法的原理出发,从算法涉及的图像大小和搜索范围两方面,采用了图像多分辨率分解、卡尔曼预测和三步搜索法相结合的方法来加快算法的处理速度。最后本文研究了在目标跟踪中的遮挡问题,分析了遮挡问题的实质,从遮挡的判断和遮挡阶段的跟踪方法两个方面对遮挡的情况进行了研究,本文提出了基于目标的颜色直方图的Bhattacharyya系数的失配程度系数作为目标遮挡的判断依据和模板更新的依据,实验证明该方法可以较好地判断什么时候目标受到了遮挡。在遮挡阶段,本文提出采用多子模板投票选举法作为目标受到部分遮挡时的跟踪方法,实验结果证明该方法可以利用目标未被遮挡的部分来继续进行跟踪。本文根据实验室的实际情况,选择了相应的硬件和软件系统,搭建了一套单机和基于局域网的多机目标跟踪系统。