运动目标跟踪作为计算机视觉领域的重要分支,在安防工程、交通监控等领域得到了广泛的应用。近些年来,随着水上运动的普及和安全意识的提高,水上人体目标跟踪受到了越来越多专家学者的重视。由于水上人体目标跟踪的背景环境和目标运动形式与陆上人体目标跟踪不尽相同,随之产生的遮挡问题也具有鲜明的特征。适用于陆上环境下的跟踪方法,在水上环境下并不能起到良好地效果。如何处理水上复杂环境的各种干扰,解决遮挡问题,保证良好地跟踪效果,是本文研究的重点。针对水面复杂环境及Meanshift算法的特点,通过对水上视频图像的全面分析,提出了多个图像像素的预处理方法,并对Meanshift算法参数的合理选择进行了深入的探讨。在此基础上根据大量实验得出的浸入式遮挡规律,为水上人体目标跟踪提供了新的思路。对于Meanshift算法在水上人体目标跟踪时出现的不准确情况,本文采取同时跟踪人体三个部位的方法来解决。通过分析浸入式遮挡规律,得出七种影响跟踪精度的情况,并根据其空间位置和时间域上的制约关系,分别给出校正方法,减少浸入式遮挡的影响,提高跟踪准确度。本文对多部位协同跟踪算法进行了软件实现,经过多次测试证明多部位协同跟踪算法在跟踪时间长度和准确度上都较基本Meanshift算法有所提高,能够有效的解决浸入式遮挡问题,达到提高跟踪效果目的。