随着北京申办2008年奥运会的成功，国家越来越重视跳水运动的科学研究。本文针对跳水运动视频的跟踪问题进行研究，具体工作体现在以下几个方面： 改进了三参数的全局运动估计方法。跳水运动视频中，运动员着装简单，皮肤遮挡较少，利用阈值预判的肤色模型提取出图像中的人体区域，避免人体运动对全局运动参数的影响；并采用帧差法去除相邻图像帧内对全局运动参数估计毫无用处的相对静止的图像区域；同时利用参照宏块的运动方向进一步去除与背景运动方向相反的前景区域。该方法不仅提高了全局运动参数估计的精度，而且减少了宏块匹配的时间，简化了计算的复杂性。 设计了一种基于Hough变换的跳水运动视频建模方法。一段完整的跳水运动过程包含运动员从起跳到入水整个过程，显然运动员在起跳、空中以及入水时所做的运动是不同的。利用Hough变换技术判别临界状态，把一段完整跳水运动视频分成多个仅含有一种运动类型的子视频，分别进行运动建模。该方法较好的进行了视频分段，简化了粒子的预测模型。 提出一种基于多运动模型的粒子滤波跳水运动视频跟踪方法。粒子的运动模型是基于粒子滤波框架的视频跟踪方法中一个重要部分。一段完整的跳水运动过程包括运动员在跳板上的上下弹跳运动，空中一系列如转体的运动以及入水的运动。对不同阶段的运动建立不同的粒子预测模型，分别进行预测跟踪分析。该方法较好地解决了跳水运动视频中运动复杂的问题，提高了视频跟踪的准确度。