随着社会的逐步发展,广域视频监控成为维护社会安全稳定和预防犯罪的重要手段之一。为了满足监控的需求,获得更多的目标信息,需要多个摄像机进行协同合作。考虑到经济成本及环境等因素,无重叠视野域多摄像机协同跟踪技术成为一个研究热点。由于越来越多的摄像头分布于生活中并形成一个巨大的视频网络,计算量也随之递增,为提高系统对捕捉到画面的处理速度,分布式处理成为一个重要的手段。所以如何使分布于不同计算机上的多摄像机实现合作完成共同追踪目的,是本文所要解决的问题关键。对此,本文将Agent和最优搜索理论两者相结合,构建理论化模型,并将其应用到无重叠多摄像机的目标跟踪,本文的主要研究工作如下：(1)提出了一种基于马尔科夫的最优搜索控制模型。考虑到目标在摄像机间移动的过程类似于马尔科夫过程的转移状态,所以本文将马尔科夫的搜索过程应用于多摄像机协同。同时将马尔科夫搜索和其它搜索模型进行了对比,验证了该模型具有一定的优势。(2)提出了一种在JADE平台基础上,利用Socket实现了ACL语言下Agent实时双向通信,完善了现有的JADE包的单向单次通信。利用Socket实现了远程Agent通信的稳定性及安全性,解决了多目视觉分布式图像采集的通信问题。(3)提出了一种基于Agent和最优搜索的理论框架和实现方法。该框架中利用智能Agent代理摄像机,从而使摄像机具有Agent的特性。首先系统利用基于马尔科夫最优搜索模型,按照一致最优方案进行搜索确定下一个检测目标的摄像机,然后通知相应的摄像机进行目标追踪。(4)利用JADE平台搭建新的智能多Agent系统,初步实现基于Agent和最优搜索理论的多摄像机协同跟踪系统。并利用真实的视频数据,进行了一系列实验,验证本文提出的框架的有效性。