运动目标检测和识别是计算机视觉中的一个基础的、关键的任务，它被看做是视觉系统的关键组成部分。关于运动目标检测的研究大致可分为两类[6]：

（1）摄像机相对于视场静止。安装固定摄像头对运动目标进行监控，例如车流量的检测、机场等区域监控。

（2）摄像机随着被跟踪物体运动。保持摄像头拍摄到的运动目标在视频每一帧的中心位置周围，例如航空和军用飞行器系统、汽车的辅助驾驶系统。

视频目标跟踪是在视频的每一帧中检测并定位被跟踪物体，在相邻帧之间创建运动目标的一些特征之间的联系，持续跟踪物体，并表示出被跟踪物体的运动轨迹。常用的跟踪方法有：模型跟踪、特征跟踪、区域跟踪和对象跟踪[7]。 源:自~优尔-·论`文'网·www.youerw.com/

视频运动目标跟踪技术近十几年发展迅速，基于视频的运动目标分析技术可广泛应用于人机交互，随着旋翼无人机硬件水平的提高和目标跟踪技术的发展，机载目标视频跟踪系统成为了研发热点，主要是对机载摄像机传输的视频信息进行处理[8]。本文主要研究如何利用机载摄像机拍摄下传的视频对指定目标进行跟踪问题。

1.2  国内外研究现状

1.2.1  小型无人旋翼飞行器技术

1.2.2  视频目标跟踪技术

1.2.3  机载目标视频跟踪的困难因素

1.3  论文的工作安排

本文针对旋翼无人机机载目标视频跟踪的技术，重点研究了由于机载摄像机振动和传输质量引起的复杂动态背景下的目标跟踪问题。根据目标视频跟踪中的视频背景类型，依次论述了基于静态背景和动态背景下的目标视频跟踪方法。在讨论机载目标视频跟踪算法时，以理论研究为基础，实际工程应用为前提，提出一种基于目标模板更新和背景权重的Mean-Shift算法，并在基于 OpenCV 的Visual C++ 6.0 集成开发环境下编写了目标视频跟踪软件，对机载摄像头采集的复杂背景下的目标视频进行跟踪实验。最后分析了实验结果，总结了复杂动态背景下目标视频跟踪算法的特点和性能，并对以后的进一步研究工作提出了一些设想[25]。

第一章主要概述了机载目标视频跟踪系统，视频目标跟踪方法的相关概念、重要意义及其国内外发展现状，其中重点阐述了静态和动态背景下视频目标跟踪方法的发展现状。最后概述了本文接下来要主要研究的内容，并提出了内容安排的纲要。

第二章论述了静态背景下的目标视频跟踪方法。详细地阐述了基于静态背景下的运动目标跟踪算法步骤，介绍了跟踪算法中用到的图像灰度化、图像预处理、阈值分割、图像膨胀、连通域分割等方法，并给出了上述方法的图片实验结果。最后基于文中提出的跟踪算法在Visual C++ 6.0集成开发环境下开发了目标视频跟踪软件，进行了对飞行中旋翼无人机的跟踪实验。实验结果表明文中所提算法实现了对静态背景下运动目标的有效跟踪，且该静态背景下的视频目标跟踪方法已成功应用于某型视频目标跟踪项目。

第三章论述了复杂动态背景下的目标视频跟踪方法。由于旋翼无人机体积小，容易受到气流的扰动，再加上机身本身的振动促使摄像头随之振动，使得摄像头拍摄出来的视频具有很多未知的扰动和噪声，即机载目标视频跟踪本质上是基于复杂动态背景下的目标跟踪问题，使得第二章提出的基于静态背景下的视频目标跟踪算法在机载目标视频跟踪时不再适用。故本章拟采用均值漂移(Mean-Shift)算法解决机载目标视频跟踪问题。首先介绍了Mean-Shift算法的理论基础，然后深入阐述了该算法进行运动目标跟踪的原理，最后分别对传统Mean-Shift算法中目标模板和背景信息进行优化，提出了一种基于目标模板更新和背景权重的Mean-Shift算法。