传统的视频监控技术中大多应用场景都采用单摄像头实现对运动目标的检测和跟踪,利用该方式对目标进行跟踪时,监控视域范围较小,监控设备智能化水平较低且需要耗时较长。当监控视野范围较大时,存在视野重叠视野,难以实现同一运动目标实时连续跟踪。通过当前国内外研究学者的研究成果进行探索,虽解决了运动目标在单摄像头场景中的目标跟踪问题,但是针对多摄像头存在重叠视域范围下的目标跟踪研究成果较少,多视角协同的运动目标检测和跟踪问题丞待解决。因此,本文针对重叠视域范围特征点进行提取与匹配,建立多视角协同的视频监控重叠视域图像视野分界线,研究运动目标在视域范围内的目标可见性判别并对目标交接交接过程进行标识,解决了多视角协同的重叠视域范围运动目标检测和跟踪这一难题,达到了重叠视域范围运动目标实时检测与跟踪的目的。本文的具体研究内容如下:（1）完成了多视角协同重叠视域视频图像的特征点匹配,通过对传统的重叠视域视频图像特征点匹配方法的改进,准确的提取了重叠视域范围内图像特征点,将重叠图像进行有效划分,增加了重叠视域图像之间的关联性,实现了重叠视域范围特征点的精准匹配,为多视角协同重叠视域视频图像特征点匹配提供一种新的思路和方法。（2）建立了视频图像中重叠视域范围之间的视野分界线,实现了运动目标交接。传统的多视角协同视频监控图像在重叠视域场景中不能有效的实现运动目标的交接,容易导致运动目标跟踪丢失,无法实现重叠视域范围运动目标的实时连续跟踪。本文通过提出的特征点提取方法获得重叠视域范围内相同的背景图像特征点,利用图像特征点之间的关联,建立重叠视域之间的视野分界线,实现了多视角协同重叠视域视野的有效区分。（3）实现了同一运动目标的实时跟踪,针对传统的运动目标检测和跟踪方法进行改进,消除运动目标跟踪过程中产生的鬼影问题,当出现与跟踪目标同时运动的干扰目标时,能够有效的进行区分,实现运动目标实时连续的跟踪,为多视角运动目标检测和跟踪提供一种新的思路和方法。通过设置对比试验,本文从运动目标跟踪效果和运动目标跟踪精度两个方面进行了对比试验。在目标跟踪效果方面,重叠视域多视角跟踪算法在三种不同的场景下对运动目标进行跟踪均能成功地实现目标交接与连续跟踪。在目标跟踪精度方面本文算法对运动目标跟踪准确率分别为76%、87%、88%,目标跟踪算法准确率高于文献改进算法准确率。本文提出的方法既能解决对同一运动目标的实时跟踪,又可以解决多视角协同重叠视域范围内的运动目标跟踪距离较近而导致运动目标丢失的问题,有效提高目标跟踪的准确性,为多视角运动目标跟踪提供了一种新的解决方法。