视频运动目标检测与跟踪是数字图像处理、模式识别以及计算机视觉领域研究的主要内容之一。它广泛应用于安全监控、虚拟现实、人机交互等多个领域。同时,运动目标检测与跟踪具有较高的学术价值和理论意义,已经成为近年来国际上研究的热点问题之一。本课题设计了一个基于云台的自动检测与自动跟踪的视频监控系统,该系统对动态背景下单一运动目标进行检测和提取,并在视频序列中对运动目标进行跟踪。其核心主要包括两个部分:一是运动目标的检测与提取;二是运动目标的跟踪。运动目标的检测与提取是目标跟踪任务的前提,如果提取的目标不正确或不完整,将会对目标跟踪部分产生极大的影响,甚至不能进行有效跟踪。在运动目标检测部分,本文采用对称差分法(即三帧差分法),有效地消除运动目标遮挡和避免重现纹理背景。并运用最大类间方差法自适应地提取检测阈值,有效地抑制了背景对目标的干扰,从而精确地对运动目标进行检测和提取。在运动目标跟踪部分,本文主要讨论了CamShift(Continuously Adaptive MeanShift Algorithm)跟踪算法。它是一种基于目标颜色特征的跟踪方法,该方法无参数,运算速度快,满足一定的实时性。同时由于物体的颜色信息是物体的固有特征,利用运动目标的颜色特征对运动目标进行跟踪,具有一定的鲁棒性。本文结合对称差分法,提出改进的CamShift算法,充分利用运动目标检测的结果,实现了目标的自动跟踪。最后,将改进的CamShift算法运用到本文设计的系统中,结合硬件平台,控制云台的转动,使目标物体始终在摄像头的视场范围内。系统运行结果表明,当运动目标的距离和速度在一定的范围内时,能够实现实时跟踪。