针对传统的Camshift算法在跟踪时需要手动定位目标，在颜色干扰、遮挡等复杂背景中容易跟丢目标的问题，提出了一种基于Camshift和Kalman滤波的自动跟踪算法。首先利用帧间差分法和Canny边缘检测法分割出运动目标的完整区域，然后用提取出的目标区域初始化Camshift算法的初始搜索窗口，从而实现了目标的自动跟踪。当背景中存在相似颜色干扰或者目标被严重遮挡时，采用Kalman滤波与Camshift算法相结合的改进算法进行跟踪。实验结果表明，本文改进算法在目标被严重遮挡、颜色干扰等情况下仍

目标跟踪是计算机视觉领域的重要任务之一，工业自动化控制、自动驾驶、安保监控、军事目标侦察等民用和军事领域中广泛存在对视频中的运动目标进行追踪的需求。传统的目标跟踪方法Camshift算法仅基于单一色调直方图进行追踪，在目标被遮挡或目标色调与背景相似时易受到干扰，跟踪效果不佳。针对上述问题，提出改进的Camshift与Kalman滤波联合跟踪算法。首先对目标建立色调与饱和度的二维直方图模板，替代单一信息直方图，提高算法对抗背景干扰的能力；其次将BP神经网络引入Kalman滤波器中，降低噪声与模型变