近年来,随着计算机技术的快速发展和人们安全意识的提高,视觉跟踪算法越来越受到广大科研人员的关注,逐渐成为热门研究课题,相继提出了很多有创新的目标跟踪算法和重要理论。但是,视觉目标跟踪会受到背景变化、光照变化、目标旋转、遮挡和目标外观变形的影响,导致目标模板整体更新不足,使跟踪变得异常困难。本文针对均值漂移跟踪算法的模板表征和复杂环境下的模板更新能力不足的问题,提出了多特征融合的均值漂移算法,采用目标颜色特征和纹理特征建立目标直方图模型,利用特征信息的时间性和空间性,进行子特征的选择性分类更新,解决了传统模板整体更新造成的跟踪不准确问题,提高了跟踪算法的准确性和鲁棒性。最后将算法应用到视频监控系统,实现目标的跟踪监控。论文的主要内容和贡献在于:(1)与目前流行的目标跟踪算法进行对比分析,结合颜色纹理特征,实现多特征融合的均值漂移算法。(2)根据目标应用场景的不同,为了解决目标在各种复杂场景中都能被正确跟踪,对目标特征整体进行分类。(3)从时间和空间上分析目标特征的联系,对目标模板进行相应的调整与更新,实现基于模板更新的均值漂移算法。(4)实现了基于目标跟踪算法的视频监控系统。