运动目标跟踪技术的研究是计算机视觉和运动图像编码等领域的一个热点问题，其在智能交通、医疗诊断、机器导航等军用与民用多个方面都有着非常广泛的应用。本文在研究了常用运动目标跟踪算法的基础上，针对特定的有一定颜色或边缘信息且并无特别快速移动的刚体运动目标，重点分析并进一步改进了Camshift跟踪算法及融合了卡尔曼滤波的Camshift算法。在对传统Camshift算法原理和实现过程进行详细分析说明后，针对有大面积相似背景颜色或目标干扰，以及可能出现的遮挡干扰等情况，采取了各种相应的改进解决方案。1.针对传统的均值漂移Camshift算法仅依靠HSV颜色空间中的色调Hue分量建立一维直方图而可能导致的在有光照改变及有相似颜色背景或目标的干扰下跟踪效果不好的事实，提出一种新的融合了色调、饱和度，以及能够反应物体形状信息的边缘轮廓的梯度方向三种特征的三维直方图的改进算法，并通过背景模型自适应调整直方图三种分量的权重，进一步抑制背景干扰目标，增加复杂环境下的跟踪鲁棒性。2.在引入多特征的三维直方图Camshift算法基础上进一步融合卡尔曼滤波器，以更准确地预测Camshift的初始搜索窗位置。改进的算法对于跟踪精度的提高和漂移的迭代次数的改善都有明显效益。此外对于遮挡情况下的卡尔曼滤波器进行了相应的修正，增强算法在跟踪过程中的抗干扰能力。3.利用PTZ云台摄像机的SDK开发平台，完成对于云台pan与tilt角度控制的计算，使之在跟踪过程中始终锁定目标质心位置于图像中心。实验结果验证可以控制云台摄像机进行实时的主动跟踪。