本文对基于机器视觉的目标跟踪算法进行了研究。文章探讨了基于机器视觉的运动目标跟踪算法和系统实现，介绍了常用的静止背景下运动目标的检测和提取算法及均值平移目标跟踪算法和粒子滤波跟踪算法，以及两者的融合算法。在静止背景下的目标检测方面，分析了两种主要的目标检测算法一瞬时差分法和自适应背景相减法的基本原理，并通过实验对两种算法进行比较、分析，同时着重研究了自适应背景模型方法。在运动目标跟踪方面，分析了Mem-shift目标跟踪算法和粒子滤波跟踪算法的基本原理，以及两种算法存在的问题，通过实验对这两种跟踪算法进行了分析。对于Mean-shift跟踪算法，研究了一种自适应的模板更新算法，用自适应更新的Meen-shift算法使粒子向局部极大值处移动，可解决重采样过程导致的多样性丧失问题。实验表明该算法具有良好的鲁棒性。