视频目标跟踪是计算机视觉领域一个重要研究方向,主要为了实现对视频中的运动目标精确跟踪和定位,进而为下一步分析运动目标动作行为、姿态变化等做铺垫。视频目标跟踪在国防军事领域、智能交通导航、安保监防监控、医疗影像处理等领域有着重要的应用需求并且存在着广阔的应用前景,经过十几年的研究涌现了大量优秀算法,但针对一些背景干扰较大、光线变化剧烈、相似目标较多等具有挑战性视频,仍存在着一些难以克服的技术难点,使设计更加精确的跟踪算法具有一定研究意义和价值。本文在已有的目标跟踪方法基础上,提出了一种根据目标自身运动规律,建立搜索模型,确立搜索中心点和搜索范围的方法,该方法通过运动目标建模使搜索中心点更加靠近目标真实位置,从而可以提高成功捕获到目标的概率,通过搜索范围的自适应调整,使目标搜索范围始终覆盖目标位置,有效防止目标丢失。在计算运动目标和候选目标的匹配程度上,提出了一种融合图像主成分分量特征稀疏表示和图像灰度值误差判断的双重匹配方法,通过设定自适应误差门限,综合计算分析两种方法的图像匹配误差,采用对目标坐标进行加权计算的方式,确定目标位置。该方法能够有效去除单一匹配方法在一些视频帧上丢失目标的情况,通过两种方法的相互配合,双重匹配定位,使定位更加准确。实验结果表明,本文方法在处理目标遮挡、复杂背景、光线变化等视频序列上能够稳定的跟踪目标,与当前流行的几种跟踪方法的对比结果验证了本文方法在跟踪精度上的优势。