运动目标跟踪技术是计算机视觉领域的核心课题之一，具有十分重要的意义和广泛的实用价值。它融合了图像处理、模式识别、人工智能、自动控制以及计算机应用等相关领域的先进技术和研究成果。运动目标跟踪的实质是一种通过图像处理方法获取目标参数并对目标进行跟踪的视觉技术，是机器人视觉系统的重要组成部分。机器人所处的环境是比较复杂的，视觉技术可以通过感知其工作过程中的环境信息或者其感兴趣的其它信息，并记录这些信息作为科学研究的依据，或者对之进行分析，为机器人的行为决策提供重要依据。它的难点在于经图像处理后得到的位置信息的不准确性和应用环境引起的不确定性。如何通过合理的图像处理方法获得目标的准确位置信息和合理的控制决策策略成为课题的研究重点。 课题提出基于RGB和HSV两种色彩系统混合实现图像分割，然后采用基于粗糙集理论的控制决策策略，通过实施约简处理得到最小决策规则表指导摄像机实现对目标跟踪的方法，经实验表明基于该方法的视觉跟踪系统具有高效性和鲁棒性。 在图像处理模块中，考虑到环境中光照条件的影响和实时性要求，采用了将RGB和HSV两种色彩系统混合使用的方法，同时利用该模型下的双阈值法对图像进行分割。 移动机器人所处的工作环境有时是非常复杂甚至是杂乱无章，经常会有一些运动障碍物突然出现。这些障碍物的出现存在着很多的不确定性，这势必影响到机器人的稳定运行。为了有效解决这些因素引起的不确定性同时为了提高视觉系统的鲁棒性，课题将粗糙集理论引入到视觉系统，利用其优秀的解决不确定性、模糊性问题的优点，大大降低复杂环境中不确定因素对系统的影响。