运动目标实时跟踪系统涉及到动态图像的分析与理解。由于视频等硬件技术发展的水平限制,背景环境的复杂与多变,以及运动目标检测本身数学建模的复杂性,动态图像分析在实际操作应用中存在着诸多的困难。该领域的理论研究需要得到充分的深入与完善。本课题研究的运动物体实时跟踪系统基于计算机视觉技术。课题主要解决系统稳定性和跟踪实时性问题。核心任务是设计合适的图像分割算法保证在图像中找到的物体形心位置最近似于真实情况,设计跟踪算法驱使云台准确地转向空间中物体真实位置。本文采用基于梯度的光流场计算方法。首先,讨论运动物体跟踪系统与光流场算法的特殊性。在光流场计算方面,提出四种提高光流场计算速度和精度的办法,并通过实验验证四种方法的有效性。其次,在跟踪算法方面,为避免传统标定方法给系统带来额外的运算和不稳定性,改用方格标定跟踪算法使云台能及时驱使摄像机转向空间中运动物体。再次,广泛研究各种图像分割算法,采用形态学处理、轮廓提取、边界跟踪、线段编码等一系列分割办法最终成功提取运动物体在图像中的形心位置。最后,研究了通过串口向云台解码器发送脉冲的办法控制步进电机转动的实际操作办法,以及跟踪系统应用软件开发关键和功能介绍。光流场的计算不依赖于序列图像中各影像区域的特征对应关系,适用于动态图像分析。但是,光流场计算量庞大,限制了系统实时性。本文对此进行了大量了研究,为光流场算法研究提供了可行的理论方法;提出的方格标定法对于实时跟踪系统开发具有一定的参考价值。