近年来,在机器视觉领域中,人机交互问题一直是重要的研究方向。目前在交通管理、智能监控、航空导航以及用于健身的体感游戏等多个领域都有广泛深入的应用和极具潜力的发展空间。因此对移动目标的测量成为人机交互领域中的热点课题,众多学者对此进行了大量研究。本文主要对移动目标测量中的运动目标检测和目标跟踪进行研究。针对三帧差分法在运动目标检测方面存在的不足,提出了一种改进的基于混合高斯模型与三帧差分算法相结合的建模方法。主要思想是为每一个背景像素建立多维混合高斯模型,然后将其融入三帧差分法实时判定背景区域和运动区域。从而去除三帧差分所带来的空洞现象并且加入可跟随目标移动的外接矩形框,在其内生成高斯模型,从而减少因高斯模型的介入导致计算量过大的问题,节省运算时间,并且达到理想的除噪效果等。实验结果表明:该方法相比三帧差分法具有更好的除噪效果和减少更多的计算量,适用于实时的单目标检测。针对Camshift算法在目标颜色与周围背景颜色之间发生干扰以及背景相对比较复杂多变时产生失效的问题。本文提出了一种基于SURF特征点匹配的Camshift改进算法,例如当手部与脸部重叠等现象发生时,由当前帧运动目标与原图像做SURF匹配。从而在颜色混淆下,也能实现持续良好的跟踪。最后基于本文跟踪算法,针对视频序列中的手部模型的运动,测量其移动距离、速度、方向、角度的相关数据,并对得到数据进行研究分析,从而验证出算法的有效性。根据上述可以识别的手部移动,该算法可以应用在体感游戏的设计中。