为了提高彩色图像的立体匹配精度，结合格式塔心理学和像素的色彩信息，提出了一种基于 RGB色彩空间的改进误差绝对值累积匹配算法（SAD）。首先，通过相似性和邻近性规则获取邻域窗内的像素权值，并同预先生成的线性查找表相结合来加快权值的计算速度。然后，利用 RGB色彩分量的像素分布特点，生成对应的分量权值，来进一步增强匹配代价函数的稳定性。经实验验证表明，改进后的匹配算法较灰度 SAD及标准彩色 SAD算法在精度上有明显的提高。

由于视觉监控中运动目标跟踪的准确性易受遮挡、摄像机运动、目标外观变化等因素的影响, 本文提出了一种结合分段复合权值与多策略的视觉跟踪算法。该算法首先利用目标、背景以及候选区域特征信息建立分段的复合权值得到目标的位置概率分布。然后结合空间一致性和滞后阈值分割目标位置概率图以进一步抑制噪声干扰, 同时通过分析分段复合权值变化判断目标遮挡, 调整目标跟踪候选范围, 并结合目标历史尺度信息对当前目标尺度进行自适应调整。最后, 对目标以及背景区域信息进行动态更新以适应目标外观与场景变化。与典型算法进行的对比实验结果表明: 该算法能够有效地应对目标遮挡与摄像机运动等因素的影响, 实验时对各组视频的平均处理时间约为10 ms左右, 适用于复杂场景条件下运动目标的实时跟踪。

实际场景中往往存在运动阴影和障碍物遮挡等情况，严重影响了目标检测和跟踪的效果。为解决此问题，提出了一种抗阴影和遮挡的的运动目标检测与跟踪方法。该方法首先引入分类浮动更新策略，有效减轻了运算负担；其次，利用基于纹理梯度差和颜色特征不变量的阴影检测模块，为后续更加准确的分割前景创造了条件；然后采用基于 MeanShift框架和最大化后验概率匹配相结合的方式跟踪目标，并引入了障碍遮挡跟踪机制，以降低运动目标在遮挡场景跟丢的可能性。实验表明，该方法可有效检测出运动目标的阴影，实现在遮挡场景对运动目标的稳定跟踪。