针对铁路客运站复杂环境中行人目标难以跟踪的问题,本文提出一种融合背景建模和kalman滤波器的Mean-shift跟踪算法.首先采用行人目标的颜色直方图对图像目标概率密度进行快速估计;同时采用Kalman滤波器对目标的运动速度和位置进行预测.其次,通过背景图像对目标概率密度进行滤波,通过预测的运动速度对目标概率密度进行加权;以减少背景中静止像素和运动像素对Mean-shift算法的影响.最后,利用预测的目标位置对Mean-shift的结果进行修正;并更具修正结果和目标匹配程度对行人目标颜色直方图进行更新.实验结果表明:与传统Mean-shift算法相比,本算法对背景干扰、目标遮挡、目标姿态和大小改变具有鲁棒性;可以很好地解决在铁路客运站复杂环境中行人跟踪存在的行人相似、行人之间遮挡、行人姿态和大小改变的问题.