通常而言，匹配算法的总计算量(T)，相关算法计算量(M)与搜索位置数之积(N)决定关系为： 。因此可以通过减少搜索位置和改进匹配算法来减少总计算量。除了计算量的约束外，图像匹配存在其他多种约束：

   1）连续性约束

 2）相容性约束

 3）外极线约束

 4）唯一性约束

而视频目标跟踪有以下几个相应的难点：

   1）运动物体遭遇遮挡和多个目标重叠的问题；

   2）光照强度、天气变化对目标追踪产生的影响；

   3）运动物体的正确检测和分割问题；

   4）强背景噪声的影响，比如目标阴影的存在等；

   5）图像的数据融合问题，如多个传感器提供数据；

   6）跟踪的稳定性问题；

   7）跟踪的实时性问题；

   因此，一个模板匹配的好坏标准即能否达到匹配速度快、匹配精度高、正确率高以及鲁棒性（Robust）和抗干扰性强。

  此外，基于图像模板匹配在进行匹配过程中，仍可能因模板图像，噪声干扰，光照差等原因，匹配结果无法达到相关要求。人们在此基础上提出了许多匹配算法，包括在原有基础上的改进算法，但是由于各种因素，这些算法在某些方面都有不尽人意的缺陷，目前尚没有一种算法能解决所有的图像匹配问题。论文网

1.3  研究现状

1.4  论文结构与安排

   本文主要研究了图像信息处理中数字图像处理技术（Image Processing），模板匹配（Template Matching）以及目标追踪(Target Tracking)，提出了一种基于模板匹配的视频目标追踪方法，主要内容如下：

第1章：绪论，本章简单介绍了图像处理、图像匹配、目标追踪的概念与意义，包括数字图像处理的发展现状以及图像处理、模板匹配研究，并列出了本文的内容结构与安排。

第2章：从总体上介绍了数字图像处理技术，对于图像处理的几个方面进行研究。并且论述了视频图像的读取、存储与处理。

第3章：详细阐述了两大类种图像匹配算法，介绍了基于的特征匹配算法（Template matching based on feature），最后对几种匹配算法性能作了比较。

第4章：介绍了基于灰度的图像模板匹配，包括基于模板的目标匹配算法，针对模板匹配进行了详细讨论，并应用Matlab实现仿真。

第5章：对目标追踪流程的解析，运用模板匹配实现对视频运动目标的追踪，阐述了目标追踪的几种方法。

第6章：结论，针对本文的内容进行了整体性总结，指出工作中需要进一步研究的问题以及对所述前景的展望。

2   数字图像处理

   数字图像处理(Digital Image Processing) 即计算机图像处理，它是指将图像信号转换成数字信号,并通过计算机对图像进行变形、去噪、增强、复原、分割、提取特征等处理的方法和技术，其具有更简洁、快速的优势，数字图像处理已成为最主要的图像处理方式。

2.1 处理目的

一般而言，图像处理主要有三方面目的：

（1）图像数据的变形、编码和压缩，方便图像的存储和传输。

（2）提升图片视觉质量，比如对部分区域（或部分像素）进行增强、抑制，变换色彩亮度，或者几何性质的变换。

（3）提取图像中包含的关键特征或特殊信息（即预处理），这些特征或信息可以代替图像进行更为有效、快速的处理。

2.2 主要处理方法文献综述

常见的数字图像处理技术如下：