动态目标的检测与跟踪是现行视觉处理领域中的一个热点和难点。体育运动视频检测跟踪与运动分析是动态目标跟踪的一个重要分支,通过对运动员进行跟踪,进一步的对被跟踪到的运动员进行运动姿态以及运动参数的分析,可以给运动员的训练提供科学合理的参考,有助于运动员的训练以及比赛成绩的提高,具有广泛的应用前景。但是由于现实环境的复杂性,如光照变化、背景局部变化、目标被遮挡等问题,使得目标检测与跟踪是一个很有挑战性的课题。本文提出了一种基于Mean Shift的综合算法,将背景加权直方图、Kalman滤波预测以及目标模板的实时更新运用到Mean Shift的运算过程中,成功的解决了Mean Shift算法在复杂背景下跟踪效果差,实时性差,易受环境光照变化影响等问题,该综合算法在遮挡、背景混乱、光照变化以及目标尺寸变化等情况下,实时的对体育视频进行了跟踪,并且跟踪效果良好。首先,根据背景加权直方图选择跟踪目标与背景图像的差别最显著的部分作为跟踪特征,以减少背景信息对跟踪效果的影响;其次,针对Mean Shift算法需要对图像进行穷举匹配的问题,利用Kalman滤波器对目标的状态进行有效预测,减少匹配运算次数,改善快速运动目标的跟踪效果,提高了跟踪算法的稳健性;最后运用Mean Shift算法对运动目标进行跟踪,同时利用Kalman滤波器进行目标模板的实时更新,实现了对体育视频中运动员的稳定实时的跟踪。该方法成功的解决了部分遮挡、背景混乱以及目标尺寸变化等问题。