从上世纪末到本世纪，随着信息化、智能化脚步的加快，在图像处理、计算机视觉等众多的领域涌现了许多的理论方法，被广泛应用于现实生活中的方方面面。随着智能视频处理、导弹制导、卫星定位等众多实际系统发展的需要，出现了各种各样的目标跟踪理论方法，例如广泛使用的mean-shift目标跟踪算法、卡尔曼滤波目标跟踪算法以及及改进算法和粒子滤波跟踪算法等。Mean-shift目标跟踪算法因其结构简单、方便实现、效率较高的优点引起了国内外的广大学者和专家的关注，并被广泛应用于实际生活中的各种智能视频监控系统中。但是，Mean-shift目标跟踪算法具有对目标颜色特征依赖性强难以适应光线突变和核函数窗口固定难以适应目标尺度变化等弱点。卡尔曼滤波理论可以为线性、高斯系统提供最小误差的最优估计，以卡尔曼滤波理论为基础的卡尔曼滤波跟踪算法能够成功解决线性高斯系统下的目标跟踪问题，在现实生活中同样得到了广泛的关注和应用。但是卡尔曼滤波跟踪算法在解决更高维、非线性、非高斯系统下的目标跟踪问题具有很大的局限性。粒子滤波是上世纪90年代发展起来的一种新的滤波算法，相比于卡尔曼滤波器，其在非线性、非高斯系统的参数估计和状态滤波方面具有独到的优势，具有重大的理论研究价值和广阔的应用空间。然而粒子滤波算法结构过于复杂、计算量过于庞大，在实时系统的中应用受到了很大的限制。TI TMS320DM6446是美国德州仪器公司推出的高性能数字多媒体处理芯片，它是一款基于达芬奇技术的芯片，包含TMS320C64X+及ARM926EJ两个内核。其中，C64X+的DSP内核主要负责算法的处理，能完成大量数字多媒体信号的有效处理；ARM926EJ的ARM内核主要负责外围设备的管理，以Linux内核为软件平台，能够为片上软件开发提供方便稳定的平台。本文从实际应用的角度出发，首先对粒子滤波算法的理论进行了深入的学习和理解，在较好地掌握基础理论的基础上，以粒子滤波算法理论为指导实现了基本的粒子滤波算法。为提高粒子滤波算法进行目标跟踪的精度，本文对实现的粒子滤波算法进行了多方面的改进，实验结果表明改进的粒子滤波算法相比于基本的粒子滤波算法具有更高的跟踪准确率。而后针对粒子滤波算法结构复杂，复杂度高的缺点，本文对改进的粒子滤波算法进行了算法结构和实现上的优化，提高了算法运行时的效率，实验结果表明优化后的粒子滤波算法能够实时地进行视频目标跟踪。最后，本文在TI公司的达芬奇平台（DM6446）上实现改进的粒子滤波跟踪算法，并进行平台有关的优化及整个嵌入式视频目标跟踪系统的搭建和验证。