数字视频是由若干帧组成的图像序列，其中含有丰富的信息。随着计算机处理能力的提高和数字图像处理技术的发展，将数字视频中的帧分解出来并加以处理和分析，从而获得必要的信息，已成为目前的研究热点，这种技术称之为视频跟踪。将视频跟踪技术引入体育训练中，用以提高体育训练的科学性与效率，是一项新兴的研究内容。由于机器视觉比人眼具有更好的准确性和记忆性，它能够快速的捕捉运动目标，并且记录目标的各种运动数据，而这些运动数据也为运动员动作的好坏提供了更加直观的表现方式。在现代体育运动中，可以借助视频跟踪技术实现对运动目标的捕捉和跟踪，分析其运动状态与特征，从而起到辅助训练的作用。 好的运动对象检测和跟踪算法是整个视频跟踪系统极其重要的组成部分，在不同的应用中，需要选择适当的检测和跟踪方法。本文主要针对乒乓球比赛视频，探讨了对象检测与跟踪算法，提出了对乒乓球进行识别并跟踪的方法，开展了数字图像处理技术在球类运动分析中的应用研究。 首先，从AVI视频中依次分解出每一帧，再对每一帧进行处理和分析；然后，使用质心法分析球体的中心。在摄像机完成标定的基础上，按照双目匹配算法得到球的三维世界坐标，从而实现对乒乓球的跟踪。 在对每一帧进行处理时，首先进行了滤波降噪，然后使用基于阈值的方法消除了其中大量存在的背景的干扰。在进行目标提取和分割时，为避免进行大量的运算和提高识别的准确性，使用了区域增长法。在种子点的选定上，提出了首帧人工交互选择种子和其他帧自动搜索种子相结合的方式，生长准则也是在综合考虑彩色图像的各种特征的基础上确定的。 本文所做的工作主要有以下几个方面： (1)分析总结了基于双目视觉的图像分割和目标跟踪的理论和方法； (2)提出了基于视频序列的对乒乓球实现双目跟踪的方法； (3)在使用区域增长法进行目标提取时，提出了人工交互选取与系统自动搜索相结合的选定种子点的方法； (4)使用乒乓球的质心作为双目的匹配点，使得双目跟踪可以在脱离标记的基础上进行，有利于在体育视频跟踪中应用。 本文对现有的检测和跟踪方法做了概括和总结，并针对乒乓球比赛视频捕捉的特定应用给出了具体的检测和跟踪算法，在系统中引入了HSI颜色空间。算法用C++Builder实现，以Windows XP为实现平台。实验结果显示，本文采用的方法可以得到满意的结果。