运动目标跟踪是计算机视觉领域中一个非常活跃的课题，它融合了图像处理、模式识别、人工智能和自动控制等领域的先进技术，并具有非常广泛的应用领域，包括视频智能监控、人机交互、图像压缩和军事视觉制导等。运动目标跟踪算法主要研究如何快速、准确、稳定地定位目标。 本文首先对常用的目标表示、目标检测以及目标跟踪方法进行了总结，并分析了这些方法的优缺点。本文采用基于区域特征的目标跟踪方法对运动目标进行跟踪，主要对目标表示、目标定位以及目标模型的自适应更新三部分进行了研究。 在目标表示方面，本文采用目标区域内的颜色混合高斯模型来表示目标，并分析了颜色混合高斯模型相对于颜色直方图的优越性。在目标跟踪方面，本文提出通过目标的颜色混合高斯模型对图像序列作反向投影，并结合Camshift 算法对目标进行定位跟踪。在跟踪过程中引入卡尔曼滤波对目标的运动状态进行估计，解决了目标被严重遮挡时目标丢失的问题。本文提出了稳定．更新策略对目标模型进行更新。该方法通过统计每帧目标的颜色混合高斯模型，判断相邻帧间的目标模型的相似度，在相邻帧之间的目标模型相似度大于一个阈值时对目标模型进行更新。实验结果表明本文所采用的算法快速高效，具有很好的准确性和稳定性。