基于机器视觉的目标跟踪技术是近年来计算机视觉领域的一个研究热点,广泛应用于安全监控、导航制导等领域。在复杂环境下如何实时、准确地实现目标跟踪是现阶段研究的难点,因而目标跟踪技术的研究具有重要的意义。模块化设计是非常适合于现代化工业生产的工作环境与任务多变性,能够快速适应任务变动需求,大大的提高了工作效率,降低了成本。本文基于模块化设计方法,对移动式图像处理平台的构型、控制与程序部分,作了相应设计研究。首先,介绍了基于视觉图像的目标跟踪技术在国内外的研究现状,分析了目标跟踪的现有方法,指出了基于视觉图像的目标跟踪技术研究的难点。并对模块化设计方法进行了阐述。其次,对模块化设计方法进行了研究,针对本课题的移动平台进行基于模块化思想的研究分析,分别对机械部分、控制部分进行了模块化设计。随后,研究了目标识别跟踪的各个步骤,包括图像预处理、运动目标检测及运动目标跟踪,在各个部分均针对具体的应用环境提出了改进优化方法。在图像噪声消除方面提出了一个降低运算量的优化方法；在帧间差分法和光流法部分进行了优化,并在运动目标跟踪部分深入研究了Camshift跟踪算法、卡尔曼滤波、粒子滤波跟踪算法,采用CamShift算法结合卡尔曼滤波算法实现目标预测,再通过基于改进搜索窗口的搜索策略完成目标搜索,进而实现对移动目标的稳定快速跟踪。并研究了视觉图像和粒子滤波相结合的移动目标跟踪算法。采用了目标位移和噪声方差的自适应更新、目标模板更新的方法对粒子滤波方法加以改进,实现在目标被遮挡或者存在大量噪声情况的跟踪。为克服粒子滤波算法的退化现象和复杂的计算难度,将均值漂移嵌入到粒子滤波算法里面实现移动目标跟踪,实验结果表明,当目标快速运动、遮挡和背景噪声干扰时,改进算法都能保证移动目标跟踪的实时性和鲁棒性。最后,应用OpenCV的运动物体跟踪的一些函数及基本框架,结合改进后的算法,实现移动目标跟踪,并建立了简洁的人机交互界面。设计的视频图像运动目标跟踪系统具有良好的实时性,能够正确的进行运动物体的实时检测和跟踪,并具有良好的鲁棒性。