视频目标检测与跟踪是智能化视频监控系统中的关键技术,它的应用范围很广泛,如智能交通系统、图像编码与压缩、人机接口和导航系统等民用和军用的许多领域。随着科学技术的不断进步,对以计算机为其核心的视觉技术研究获得了显著的成功,从而为目标检测与跟踪方面的研究打下了充足的理论基础和提供了良好的技术支持,并且人们的生活水平逐渐提高,对公共安全也越来越关注,这也使视频监控系统向智能化发展成为了趋势,因此研究运动目标检测和跟踪的意义是非常重要的。本文在智能视频监控系统的大前提下,从中选择的视频序列是在单个静止摄像机情况下拍摄的,对其中的运动目标进行了检测与跟踪,并重点研究了目标跟踪方法。首先,本文对智能视频监控系统做了概述,对本文中所要用到的数字图像处理方面的理论知识和具体的操作方法进行了详细的介绍。还详细的探讨了目标检测中3种经典方法,并针对背景差分法中的基于混合高斯模型的方法进行了研究和仿真实验。然后,本文在运动目标跟踪方面,对基于颜色特征的均值偏移跟踪算法进行了深入的研究,关于该算法在运动目标被遮挡的情况下跟踪目标容易丢失的缺陷以及当目标快速运动的时候其跟踪效果不理想,提出了相应的改进方法,即利用灰色马尔可夫模型预测目标在当前时刻的中心位置,以此点作为均值偏移算法进行目标搜索的起始位置。改进后的算法由于使用灰色马尔可夫模型在当前帧中对目标的位置进行预测,进而让跟踪的起始点位置与目标的实际位置更加接近,也就减少了Mean Shift向量迭代的次数,从而使跟踪的速度和效率得到了提高。最后,本文在Matlab软件开发环境下,对本文提出的跟踪算法利用其提供的库函数进行了仿真实验,结果表明,该算法与基于卡尔曼滤波的Mean Shift算法相比,它有效的提高了目标跟踪的准确性和速度。