随着计算机和网络技术的飞速发展，视频已经成为当今世界进行信息传播的主流载体之一。在计算机视觉的研究中，对于运动目标的分析逐渐成为序列图像和视频研究的重点。序列图像中运动目标的实时跟踪在军事、工业和科学研究方面都具有重要的意义。因此，运动目标跟踪是计算机视觉的一个主要研究内容。　　 本文首先介绍了运动目标跟踪研究的目的和意义，并对国内外的研究现状做了简介。接着对视频中几种常用运动目标的跟踪方法做了分析介绍。然后详细研究了均值漂移(Mean Shift)算法及其特性，并且进一步研究了将均值漂移算法应用于目标跟踪，详述了其跟踪原理和算法步骤。针对均值漂移目标跟踪算法存在的两个问题：跟踪过程中带宽的大小保持不变，当目标有尺度变化时，可能跟踪失败；缺乏必要的模板更新算法，提出了相应的改进算法。对前一个问题提出基于模板的角点匹配方法，在跟踪框内检测角点并进行匹配，将所有得到的匹配角点对建立仿射模型，并采用最小二乘法求解得到尺度变化系数，进而更新跟踪框尺度；对后一个问题提出将目标模型进行混合更新的算法。最后对提出的改进算法给出了实验结果，并将几种算法的优缺点进行了比较分析，实验结果表明本文提出的算法具有较好的准确性、鲁棒性和实时性。