运动目标检测与跟踪是对运动目标进行检测与跟踪的技术,是计算机视觉系统的核心,目标检测和跟踪系统有着广泛的应用,例如在交通监控、天文观测、医学研究、客流量统计、军事导航、运动分析等领域都有很高的实用价值。数字信号处理器(DSP)在处理实时的图像和视频方面有很大的优势,运算速度快,处理数据量大,成本较低,适合于本目标检测与跟踪系统。本文选用TI ICETEK-DM642评估板进行目标检测与跟踪系统的实验。文中对比了多种预处理的滤波算法,选取中值滤波法进行噪声去除,对比了多种边缘检测算法,选取了Laplacian算法进行边缘的检测。在目标识别与分割时,通过对比滤波后的最大类间方差法分割与边缘检测法分割的效果,为本系统选用最大类间方差法,结合形态学膨胀改善分割效果的方法,该结合方法可以去除大部分噪声,清楚地分割出目标和背景并加强了目标。提出了基于彩色的目标识别与分割算法,并与膨胀方法相结合,可以很好地找到阈值并分割出目标。文章还介绍了Meanshift方法进行跟踪的原理及其改进Camshift算法,并使用Kalman和Camshift相结合的方法。Kalman和Camshift相结合的方法是利用Kalman算法的预测功能预测目标的出现范围,用Camshift算法以预测的范围为搜索范围,在此范围内搜索目标的真实位置。使用刚才叙述的两种分割算法分别与Kalman和Camshift算法相结合,进行了目标的检测和跟踪,并比较了文中算法与传统Meanshift方法跟踪的不同,指出了文中算法的优势。通过VC++和TIICETEK-DM642平台分别进行实验验证,完成了从摄像头输入视频,对图像的滤波预处理,并利用最大类间方差法和基于彩色分割算法的目标检测分别和Kalman、Camshift相结合的方法跟踪目标。实验证明,上述方法可以快速有效地提取目标,并能准确跟踪目标,在相似颜色物体的干扰下也能正常地跟踪目标而不出现偏差。