运动目标识别与跟踪包括目标分割、特征提取、目标识别及目标跟踪等几个方面。其实现的关键在于完整地分割目标、合理地提取目标特征和准确地识别目标与估计目标的状态。本文以运动车辆为研究对象，对基于特征的运动目标识别与跟踪技术进行了深入地研究。 运动目标检测是目标识别与跟踪的基础，检测效果的好坏直接影响到识别与跟踪的效果。本文在分析传统目标检测方法优缺点的基础上提出了一种基于背景差分与帧间方块编码差值法相结合的运动目标检测技术，实验结果证明该方法能够取得更好的检测效果。 基于特征的目标识别技术的关键问题之一是准确、可靠地提取描述目标的图像特征。而采用单一的图像特征难以准确、可靠地解决目标识别问题。本文在对目标图像多特征提取的研究基础上采用基于广义最优鉴别矢量集的方法来融合从图像中提取的多个不同特征。该方法既实现了多个特征之间不同信息的互补又降低了特征空间的维数，提高了算法的实时性；并通过实验比较了两种不同的融合策略对识别率的影响。 运动目标跟踪是对运动目标进行监测以便对目标行为分析与理解的一个重要环节，在实际应用中，运动目标跟踪不仅可以提供目标的运动轨迹和准确的位置，而且还可以为运动目标检测提供帮助，本文采用变模板的互相关匹配算法对运动目标进行匹配，并使用最小二乘法来估计运动目标下一时刻的位置以缩小模板匹配的搜索范围，进一步保证了算法的可靠性与高效性。