在计算机视觉中,运动目标的检测与跟踪是一个核心的研究方向,可以广泛的应用在军事的制导、人机交互、视频监控以及机器人视觉中的导航系统等多个方面。其中目标检测与跟踪为视频图像序列的理解和分析奠定了十分重要的数据基础,对于复杂背景下的运动目标,能够提出一种具有鲁棒性的目标跟踪算法仍然存在很多的困难。针对由于复杂背景的干扰而导致不能准确跟踪感兴趣运动目标的问题,本文首先利用基于混合高斯模型的三帧差分算法检测出运动目标,然后提出一种基于多特征自适应融合的粒子滤波跟踪算法。在HSV颜色空间中得到感兴趣运动目标的加权颜色分布模型,再利用不变矩特征来消除背景中相似颜色物体和光照变化的干扰,两种特征通过自适应调整权重来更新粒子权值而融合于粒子滤波算法中,因此可以准确和稳定地跟踪感兴趣运动目标。实验证明,该算法在运动目标平移、姿态变化、遮挡、光照变化及相似颜色干扰等复杂背景下都能够准确地进行跟踪,对背景干扰具有很强的鲁棒性。在基于嵌入式的硬件平台上,首先利用背景差分与膨胀腐蚀相结合的算法来实现运动目标的检测,并且出于对实时性的考虑,提出一种基于特征匹配的搜索跟踪算法,从而完成了感兴趣运动目标的检测与跟踪算法。