运动目标的跟踪技术是计算机视觉领域非常活跃的一个课题，是实现智能机器人和智能化武器等的关键技术之一，在军事、交通、生物医学等多种领域都有广泛应用。 本文通过大量的实验主要研究了三种跟踪方法，(1)基于运动的目标跟踪方法，(2)基于相关的目标跟踪方法，(3)基于颜色信息的目标跟踪算法。 基于运动的跟踪方法里主要利用序列图像中的目标运动信息。对于这这方法，研究了差分法和光流法。差分法操作简单，实时性强但只适用于静态背景。光流法可以在变化背景下进行目标跟踪，但是光流计算复杂，迭代缓慢，不能满足实时跟踪的需要，文中提出了一种不需迭代的光流计算方法。 基于相关的跟踪方法，也叫相关匹配法和模板匹配法。对于这种方法，先研究了普通模板匹配方法，由于其匹配过程非常耗时，无法用于实时跟踪，故紧接着又研究了SSDA快速匹配算法。并且在经典算法的基础上本文提出了几点改进措施。为了进一步提高速度，研究了基于降分辨率模板特征点的选择方法。然而由于模板固定，对运动目标变化的自适应差，故为了使跟踪更快更准结合MCD距离(Maximum Close Distance)和Kalman滤波的方法对模板进行预测和更新。 基于颜色信息的目标跟踪方法即利用了色彩信息。色彩信息是人类视觉在进行感知活动时的一种重要信息来源。对于这种方法，先研究了九种不同的色彩空间，然后结合人脸检测，提出了运用色彩信息跟踪人脸的算法。 最后，本文研究了目标跟踪技术的具体应用。用于移动机器人视觉导航系统和用于作战指挥系统。