对目标追踪的方法的总结，以及给出相应的算法代码

复杂环境中的运动目标检测、提取与跟踪.此论文关注于基于图像的复杂环境中运动目标的检测、提取和跟踪以及服务于图像跟踪的图像处理技术的研究。

文中提出一种复杂景物环境下自动检测运动目标的新方法. 该方法具有四个明显特点: ① 背景允许任意复杂; ②帧间摄像机允许运动; ③目标的面积大小不影响算法的效果; ④帧间允许的 运动光流比较大. 大量实验验证了文中方法的有效性和实用性.

运动目标检测是近年来理论和应用研究的热点。文章从国内外研究现况出发，分析了基于几何 曲线、曲面演化的运动目标检测算法的最新研究成果，并且指出理论和应用上存在的问题。

本文详细探讨了合成孔径雷达中运动目标的检侧问题, 分析了运动目标成像的数学 模型, 推导出求取运动目标速度的数学表达式通过分析和比较, 采用技术压 用于运动目标的粗略检侧, 然后用以 对抑制固定目标之后并经预处理的回波进行分析, 有效地提取运动目标个数和目标速度另外, 本 文还简要分析了运动目标定位的问题最后本文给出了可行的运动目标精密检侧的方案, 计算机 模拟验证了其可行性.

对于红外传感器来说, 当距目标很远时, 目标在成象平面上仅占一个或几个象素, 且接收到的 信号很微弱。一 由于点目标象素少, 无形状特征, 信噪比低, 如何正确检测出目标就是一个值得研究的 问题。本文首先对于这种检测问题的主要技术难点进行了讨论, 然后分别介绍了目前具有代表性的 几种常用方法, 例如于年提出的变换法, 等人采用匹配滤波的方法, 。 等人提出的基于概率估计的最大似然比自适应方法

复杂背景中小目标的检测与跟踪一直是监视和告警系统的重要组成部分, 综合该领域近年来的研究成果, 从空间滤 波和时间滤波的角度对现有的红外小目标检测方法进行了简单的概述, 并分析了今后的研究方向。

：针对静止摄像机下的运动目标检测问题，提出了一种基于背景减法的运动目标检测算法( 通过对一组 连续视频进行处理，从中得到不含运动目标的背景图像( 再利用背景差分的方法提取出运动目标( 在确定比较 阈值的过程中，一改以往通过实验不断调整的做法，提出了动态阈值的概念，从而增强了检测效果，提高了算法 的可实施性( 融入了高斯模型关于背景更新的算法，克服了由于背景突然改变而造成的误检测( 实验结果表

基于视频的运动车辆检测及车型识别系统是智能交通系统的重要组成部分。论述了在固定摄像头拍摄的车 辆图像序列中检测出运动车辆，使用了目前最常用也最有效的运动目标检测方法和背景差分算法，其中前景提取是 背景差分算法的关键.

本文提出一种基于场景运动分析的弱小运动目标形态学检测方法:首先利用场景运动分析校正序列图像,应用 本文提出的结构元进行Top2Hat形态学滤波以抑制背景杂波,将滤波图像进行二值化和差分处理以提取可疑目标并抑制虚 警,使用点- 航迹关联法最终捕获目标。外场试验表明,同传统的形态学检测方法相比,可有效抑制航拍图像中的地物干扰, 降低虚假目标数量。