目标跟踪是计算机视觉的一个重要分支,日益广泛应用于科学技术、国防安全、航空、医药卫生以及国民经济等领域。实现目标跟踪的关键在于完整地分割目标、合理提取特征和准确地识别目标,同时,要考虑算法实现的时间,以保证实时性。当视频图像中被跟踪目标发生姿态变化,存在旋转或部分遮挡时,简单的灰度模板或者Hausdorff距离匹配一般很难达到实时跟踪目标的要求,出现误匹配或者跟踪丢失的情况,而且跟踪效率较低。Gary R.Bradski提出的CAMSHIFT[1](Continu-ously Adaptive

帧差法，开运算，闭运算，二值化，灰度值变换，opencv3.0开发，vs2012-Zhèng chà fǎ, kāi yùnsuàn, bì yùnsuàn, èr zhí huà, huī dù zhí biànhuàn,opencv3.0 Kāifā,vs2010 Frame difference, opening operation, closing operation, binary, gray-value conversion, opencv3.0 development, vs2