目标的检测与识别方法一直是计算机视觉领域的一项重要研究内容,主要应用在智能监控、机器人、生物医疗仪器等自动化设备中。目前该领域已经提出了很多基于单一特征的识别算法,它们都可以在某些条件下较好的的完成目标检测识别的任务。而本课题的主要内容就是通过对这些现有方法进行研究与分析,试图寻找能够综合利用不同图像特征来完成目标识别任务的方法,从而提高适应性和稳定性。本文首先对常用的运动检测方法进行了分析,总结了经典运动检测方法的特点和不足；然后对几种较为典型的图像特征在目标识别中的应用进行了研究,探讨了基于特征识别的新思路；接着对主动轮廓模型(Snake)进行了专门的研究,并把它同运动检测方法相结合,提出了精确定位目标区域的方法；最后将特征提取和匹配方法应用到目标识别中,提出了一套泛用性较强的综合目标检测识别方法。最后本文对所提出的识别算法进行了仿真分析和实验。结果表明,本文提出的方法能够有效地跟随目标特征的变化,可以较好地完成传统单一特征方法所不能实现的跟踪变化目标任务,为智能识别系统的横向研究提供了雏形。