运动目标的检测与跟踪是一项理论意义与现实意义兼备的课题,它融合了数字图像处理,计算机视觉和模式识别等多领域的理论知识,可以广泛应用于国防与国民经济建设等诸多领域。但是实践表明,现有的目标检测和跟踪技术远远未达到实际应用的要求,其中的关键问题是如何实现跟踪的初始化和在背景发生变化时如何自适应选择目标特征继续跟踪。针对这个问题,本文着重研究和探讨了如何更好的将检测算法和跟踪算法相结合,实现CamShift算法的自动跟踪。主要的工作体现在以下几方面。首先,针对后期跟踪算法初始化的需求,本文将基于混合高斯背景模型的目标检测算法作为本课题的目标检测算法。将其和基于颜色特征的CamShift跟踪算法相结合,可以实现CamShift算法对运动目标的自动跟踪。其次,针对将检测到的整体目标直接作为CamShift算法的初始搜索窗口会因为目标的颜色特征复杂,跟踪结果易受背景颜色特征干扰的问题,提出改进方法。首先对目标进行分割,将分割得到的目标子区域与目标背景邻域进行颜色相似度比较,比较标准选用Bhattacharyya距离,最终将和背景颜色特征最不相似的目标子区域作为CamShift算法的初始搜索窗口,优化目标特征的提取,扩大了算法的适用范围。最后,基于OpenCV视觉库在VC编译环境中对改进算法进行实验分析。实验结果表明,改进后的CamShift算法可以实现运动目标自动跟踪而且跟踪结果得到明显改善,验证了算法的有效性。