运动目标跟踪技术是计算机视觉中的一个重要课题,在很多方面都有着广泛的应用。但是运动目标从三维空间向二维图像映射中存在信息丢失,图像中存在有噪声,场景中光强变化,目标运动复杂,运动目标之间以及目标和场景之间的相互遮挡,摄像机的运动,目标的非刚体运动等特性,使得运动目标跟踪成为一个非常复杂的问题。针对跟踪过程中动态背景、遮挡、光照剧烈变化等问题,鉴于经典跟踪算法自身的缺陷,本文提出了两种新的跟踪方法。基于核的跟踪方法,它把颜色加权直方图推广至HSV空间,对于动态背景,利用全局运动估计对搜索初始点进行预补偿,提高了目标处于搜索窗内的概率,然后采用新三步搜索算法进行搜索匹配,提高了搜索的效率。该方法还引入数理理论中的曲线拟合思想,对遮挡时刻目标位置通过前数帧轨迹曲线拟合得到,完全克服了目标作规律运动暂时被异物完全遮挡而跟踪消失的难题。基于分块运动估计的跟踪方法,提出了基于分块特征点匹配的运动场分析方法,并在此思想上实现了分块运动补偿和光照补偿,克服了摄像机运动及跟踪过程中光照变化带来的干扰。该方法融合运动目标加权颜色直方图和梯度直方图作为目标特征,引入梯度和位置信息,克服了目标与背景颜色区分度低带来的困扰。实验结果显示,本文提出的两种方法能够实现动态背景下运动目标的准确实时跟踪,其中前者还能克服完全遮挡,后者能够有效地克服光照变化。