目录摘要 (1)ABSTRACT (2)第一章绪论 (4)1.1课题研究背景和意义 (4)1.2国外研究现状 (5)1.3本文的具体结构安排 (7)第二章运动目标检测 (8)2.1检测算法及概述 (8)2.1.1连续帧间差分法 (9)2.1.2背景去除法 (11)2.1.3光流法 (13)第三章运动目标跟踪方法 (16)3.1引言 (16)3.2运动目标跟踪方法 (16)3.2.1基于特征匹配的跟踪方法 (16)3.2.2基于区域匹配的跟踪方法 (17)3.2.3基于模型匹配的跟踪方法 (18)3.3运动目标搜索算法 (18)3.3.1绝对平衡搜索法 (18)3.4绝对平衡搜索法实验结果 (19)3.4.1归一化互相关搜索法 (21)3.5归一化互相关搜索法实验结果及分析 (22)第四章模板更新与轨迹预测 (26)4.1模板更新简述及策略 (26)4.2轨迹预测 (28)4.2.1线性预测 (29)4.2.2平方预测器 (30)4.3实验结果及分析： (31)致 (36)参考文献 (37)毕业设计小结 (38)摘要图像序列目标跟踪是计算机视觉中的经典问题，它是指在一组图像序列中，根据所需目标模型，实时确定图像中目标所在位置的过程。
它最初吸引了军方的关注，逐渐被应用于电视制导炸弹、火控系统等军用备中。
序列图像运动目标跟踪是通过对传感器拍摄到的图像序列进行分析，计算出目标在每帧图像上的位置。
它是计算机视觉系统的核心，是一项融合了图像处理、模式识别、人工只能和自动控制等领域先进成果的高技术课题，在航天、监控、生物医学和机器人技术等多种领域都有广泛应用。
因此，非常有必要研究运动目标的跟踪。
本论文就图像的单目标跟踪问题，本文重点研究了帧间差分法和背景去除法等目标检测方法，研究了模板相关匹配跟踪算法主要是：最小均方误差函数(MES)，最小平均绝对差值函数(MAD)和最大匹配像素统计(MPC)的跟踪算法。
在跟踪过程中，由于跟踪设备与目标的相对运动, 视野中的目标可能出现大小、形状、姿态等变化, 加上外界环境中的各种干扰, 所要跟踪的目标和目标所在的场景都发生了变化, 有可能丢失跟踪目标。
为了保证跟踪的稳定性和正确性, 需要对模板图像进行自适应更新。
由于目标运动有一定得规律，可以采取轨迹预测以提高跟踪精度，本文采用了线性预测法。
对比分析了相关匹配算法的跟踪精度和跟踪速度；对比不采用模板更新和模板跟新的跟踪进度和差别，实验表明，跟踪算法加上轨迹预测及模板跟新在很大程度上提高了跟踪帧数，提高了跟踪精度，具有一定的抗噪声性能。
关键词：目标跟踪，目标检测，轨迹预测，模板更新ABSTRACTTarget tracking, image sequence is a classic computer vision problems, it is defined as a set of image sequences, in accordance with requirements of the target model, real-time images to determine the location of the target process. It initially attracted the concern of the military has gradually been applied to television-guided bombs, fire control systems for military preparation. Moving target tracking sensor is taken through the image sequence analysis, to calculate the target image in each frame position. It is the core of computer vision system is a combination of image processing, pattern recognition, artificial only and the results of automatic control in areas such as advanced high-tech issues in the aerospace, control, biomedical and robotics fields, etc. There are widely used. Thus, it is necessary to study the tracking of moving targets. In this paper, the image of the single-target tracking problem, research the target detection method is mainly based on inter-frame difference and background removal method to detect the target in preparation for target tracking. Template matching tracking algorithm is: the smallest mean square error function (MES), the smallest mean absolute difference function (MAD) and the maximum matching pixel statistics (MPC) of the tracking algorithm. In the tracking process, due to the relative camera movement with the goal, the goal of vision may occur in size, shape, gesture, such as changes in the external environment combined with the various kinds of interference, as well as over time, to track where the goals and objectives scene changes have taken place, it is possible to track the target is lost. In order to ensure the stability and tracking accuracy, the need for adaptive template image update. Since the goal ofmovement must be the law of the forecast track could take to improve the tracking precision, this article uses the square of the linear prediction method and prediction method.Analysis of the relevant matching algorithm to track the tracking accuracy and speed; contrast do not use templates and template updates with the new tracking the progress and differences in the experiment proved that the tracking algorithm with trajectory prediction and templates to a large extent with the new frame to improve tracking,Improved tracking accuracy, which has strong anti-noise performance.Key words: Target tracking ，Target Detection ，Trajectory Prediction，Template Update第一章绪论本章首先讨论了目标跟踪的研究背景和意义；介绍了目标跟踪在国外的研究现状；接着讨论了目标跟踪研究中面临的困难和待解决的问题；最后介绍了本文的主要工作和总体结构。
1.1课题研究背景和意义运动目标跟踪在军事、智能监控、人机界面、虚拟现实、运动分析等许多领域有着广泛的应用前景，在科学和工程中有着重要的研究价值，吸引了国外越来越多研究者的兴趣。
图像序列中的运动目标跟踪，就是在各帧图像中检测出各个独立运动的目标，或是用户感兴趣的运动区域（如人体、车辆等），并且提取目标的位置信息，得到各个目标的运动轨迹。
其实质是通过对传感器获取的图像序列进行分析，得到目标在每帧图像中的位置、速度及加速度等特征参数。
图1-1目标跟踪原理图国外学者对目标跟踪算法进行了大量深入的研究，取得了令人瞩目的研究成果。
但是，现有的目标跟踪算法大多受限于特定的应用背景，跟踪算法还有待于进一步研究和深化，研究一种具有鲁棒性和实时性、适用性强的目标跟踪方法依然面临着巨大挑战。
目前，运动目标跟踪算法的主要难点有：复杂背景下的运动目标提取、目标之间的相互遮挡以及目标与背景之间的遮挡、阴影处理、多摄像机的数据融合等。
尤其是遮挡和阴影问题，它们普遍存在于现实环境中，严重影响跟踪算法的可靠性和适用性。
本文重点研究了序列图像的几种常用跟踪方法。
1.2国外研究现状目标跟踪就是通过对摄像机获得的图像序列进行分析，计算出目标在每帧图像上的二维位置坐标，并根据不同的特征值，将图像序列中不同帧之间同一运动目标关联起来，得到各个运动目标完整的运动轨迹，即在连续的图像序列中建立运动目标的对应关系。
目前，国外学者提出了许多不同的跟踪算法和跟踪系统，可以按照不同的划分依据对跟踪算法进行不同的分类：就跟踪对象而言，可以分为车辆跟踪、人体跟踪或人体部分跟踪（如跟踪手、脸、头和脚等身体部分）等；就跟踪目标个数而言，可以分为单目标跟踪和多目标跟踪；就跟踪视角而言，可以分为单摄像机的单一视角、多摄像机的多视角和全方位视角；还可以通过摄像机类型（红外摄像机、可见光摄像机）、摄像机状态（运动、固定）、跟踪空间（二维、三维）和跟踪环境（室、室外）等方面来进行分类。