摘要： 基于非刚性目标运动跟踪问题进行分析，针对运动过程中目标会出现旋转、比例变化及形变等情况，在复杂的背景中通过特征识别匹配实现跟踪。以运动目标的检测识别方法及特征识别方法为出发点，对目前几种经典方法进行分析、比较。结果表明：与光流法及背景差分法相比，ＭＨＩ在非刚性目标运动的检测准确率、实时性以及鲁棒性方面均占优势；特征匹配技术ＳＵＲＦ则可更好地平衡处理速度和效果性能。以ＳＩＦＴ使用不同尺度确定稳定特征点的思路为基础，提出多小波变换图像分析方法，用于实现对序列图像运动目标的特征匹配。