动态场景图像序列是指具有因摄像机运动引起的背景图像运动的图像序列,检测和跟踪其中的运动目标是计算机视觉领域中基础的、富有挑战性的课题之一,在现代工业、国防和空间技术等领域有着广阔的应用前景。它不仅仅局限于某个特定问题,而是跨越计算机科学、光学、数学、认知科学以及控制科学等,对它展开研究具有重要的实践意义和理论价值。但是迄今为止这个课题仍然存在许多问题没有解决,特别是当背景较复杂时问题将变得更加困难。本论文研究的目的是试图将多分辨率分析、分层思想、知识应用、预测判断以及反馈推理等人类视觉常用的方法引入到本课题的研究中,寻求本课题一些关键问题的高效和准确的解决方法。本论文主要对全局运动估计和补偿、图像序列稳定、遮挡问题处理、轨迹预测、运动目标区域提取、目标检测和跟踪等进行了研究,并且获得了一些有意义的成果。本论文的主要创新性工作如下:1.给出了信号错位相似的概念、类四叉树结构的图像划分方法以及图像相似的判断方法。通过这些处理将运动估计过程中复杂的二维图像运算转化为一维投影信号进行处理,有效的降低了计算负荷。2.给出了一种基于信号相似的图像序列帧间全局运动估计方法。该法使用一种新的类四叉树结构划分图像,通过逐渐聚焦以分割出满足独特性要求的图像参照结构,从而将参照结构的选择和图像的粗匹配集成起来,使参照结构的选择过程不依赖于图像分割的结果,避免了额外开销。3.给出了一种基于场景图像参考点3D位置恢复的全局运动补偿方法。该法首先引入了一种层次化的运动模型以及基于它的运动分割方法;然后利用各个层次的运动参数来估计对应这些层的投影矩阵,并且计算各运动层次的参考点在某个层的投影矩阵下的3D位置,根据同一景物在不同帧中参考点位置恢复值的变化特性来判别背景对应的运动层次和运动目标对应的运动层次,从而补偿全局运