运动目标跟踪技术是随着数字图像处理技术的发展和应用而产生的一个新的研究课题,其在军事以及民用等诸多领域中有着广泛的应用前景。随着理论研究与实验研究的不断深入,该技术也在不断的完善和成熟。及时准确的识别出运动目标并估算预测出运动目标在连续帧图像中的位置、速度、加速度等运动参数,为下一步的实时跟踪、打击、抓取目标对象等提供有力支持就是目标跟踪预测的目的。为了使目标跟踪能够适应各种复杂的应用场景,达到实时、准确、有效乃至便携的效果,必须要研制出数据处理能力更高、体积更小、性价比更高的适用市场运作前景的集约化跟踪系统。计算机和现代电子设计技术的不断发展,特别是可编程片上系统SOPC(System on Programmable Chip)的出现,为上述目标的实现提供了强有力的技术支持。在研究分析运动目标发展现状的基础上本文提出了基于SOPC的运动目标跟踪技术实现的设计方案。本文简述了国内外目标跟踪技术的发展状况和存在的问题,在此基础上对运动目标跟踪系统的一些关键技术进行了研究。首先设定了目标运动的实验环境和条件,并构建了目标运动模型。在此基础上选取硬件实现方案比较成熟Kalman滤波算法作为跟踪预测算法。然后,根据模块化的设计思想,利用可编程片上系统开发工具进行了配置,并将μC/OS-II实时操作系统移植到Nios II处理器上,搭建了一个基于SOPC运动目标跟踪的开发平台。在FPGA中用VHDL语言完成了卡尔曼滤波算法的硬件实现,并进行了仿真验证。最后,在此基础上构建了基于SOPC技术的实时图像处理系统的总体结构,分别对系统的嵌入式处理器、数据存储、显示等模块进行了结构设计,采用软/硬件协同工作完成动态目标的检测和跟踪,并进行了实验综合验证。实验结果证明了利用SOPC技术实现目标跟踪的可行性和有效性,为研制更加先进的基于SOPC的目标跟踪系统积累了经验,同时对于FPGA及SOPC技术在复杂控制领域的推广应用具有重要的参考价值。