如何提升用户体验，有效进行人机交互是虚拟体育运动、视频游戏等行业的一个重要研究内容。视觉传感器具有信息量大、探测范围广等优点，使用视觉传感器的交互方式是一种比较自然的人机交互方式。为此，我们同深圳泰山在线科技有限公司合作将计算机视觉技术、视觉跟踪技术和目标识别技术应用于家庭健身领域，共同开发了一套家庭虚拟健身系统。　　 家庭虚拟健身系统包括两大模块：目标识别及定位模块和人机交互应用模块。人机交互应用模块主要包含不同的体育项目和游戏设计；目标识别及定位模块是本文的核心。本文的主要研究目标就是利用计算机视觉技术实时识别目标并计算其三维位置。本文的具体工作主要包括三个方面：系统平台设计、道具设计及其形状识别、目标定位与跟踪。　　 首先根据系统宽视野、实时性及稳定性要求，设计并实现了双目立体视觉硬件平台并对系统工作流程中的各个步骤的性能进行了分析，结果表明，该平台运行速度快、稳定性高、定位精度满足要求。综合目标识别实时性和稳定性等要求，设计了不同形状的道具，如手柄和帽子等。　　 其次目标识别采用基于形状特征的模式识别技术完成。根据各个道具的形状信息，选取了多种形状特征、设计了目标特征提取方案及SVM分类器。实验表明，本文的形状特征很好的区分开了几种标志物，识别率达95％。在目标检测和特征提取的过程中，根据系统的运行环境和背景特点，综合常用的背景建模方法的思想，在Running Average背景建模算法的基础上提出和改进了适合本系统的背景建模算法，有效地消除了系统运行环境中的静态和动态背景干扰，提高了目标检测和形状识别的准确率。　　 另外提出并实现了一种基于特征匹配的全局最优标志点立体匹配算法。实验证明该算法速度快，匹配准确度高，性能稳定，实际的匹配准确率达到96％以上，有效地保证了目标三维定位的准确完成。在目标的跟踪过程中应用了基于卡尔曼滤波的三维目标跟踪技术，实验表明，在多数情况下目标跟踪精度较高，显著提高了目标识别的稳定性。最后在目标定位过程中，提出并实现了一种基于迭代逼近地快速畸变校正算法，相对于已有的算法，该算法无论是在速度还是在精度方面都有了很大的提高。　　 本系统的目标识别及定位平台应用于虚拟体育系统，为其提供目标三维位置信息。随着人机交互技术的发展，还将扩展应用于更广阔的领域中，因此，本系统具有更广泛的应用价值。