本论文论述了一种通过物体轮廓特征和内部颜色区域特征对物体目标进行识别和跟踪的方法。创建了一个多物体随机运动模拟平台，实现了对动态物体目标的识别和跟踪模拟。首先搭建了图像处理平台，编写了一些基础底层函数，如图像文件的读写、图像格式转换、图像数据的分离与合成。在此基础上，实现了一些数字图像的处理功能，如灰度图像的二值化处理、直方图统计、中值滤波、彩色图像的颜色变换、图像几何变换，并实现了图像的区域分割和特征提取功能。提取每种物体的特征信息，包括其轮廓数据及轮廓特征、内部的颜色区域特征，采用多级链表的形式将这些特征信息集成在一起，并将它们保存在库存文件中。当要识别某个物体时，将其特征提取出来，与所有库存物体的特征进行匹配。通过轮廓间的旋转匹配，还可确定当前物体与库存物体的相对旋转角度。这样实现对物体的识别和姿态定位。系统采用多线程形式实现多物体随机运动模拟平台。多个运动物体在屏幕上的协调显示，它们可以随机地改变运动的方向、速度和姿态。在此基础上系统作了物体的动态识别和跟踪实验，能对画面中随机出现的运动物体进行识别和对其运动轨迹进行跟踪。摄像头画面的采集、图像的网络传输、信息的串行通信等方面的编程方法也作了相应研究，以实现一个功能较完善的系统。