介绍了一种常用的Kim目标分割方法,并 针对其不足,对Kim方法进行了改进,将连续两帧的差分图像和背景差分图像直接相乘得到灰度图 像,然后对该灰度图像进行阈值分割来获取目标区域模板,再基于灰度加权图像模板匹配法实现目标 跟踪 -A common Kim target segmentation, and for its shortcomings, Kim method improvements, the two consecutive frames of the different

图像数据操作（内存分配与释放，图像复制、设定和转换） 图像/视频的输入输出（支持文件或摄像头的输入，图像/视频文件的输出） 矩阵/向量数据操作及线性代数运算（矩阵乘积、矩阵方程求解、特征值、奇异值分解） 支持多种动态数据结构（链表、队列、数据集、树、图） 基本图像处理（去噪、边缘检测、角点检测、采样与插值、色彩变换、形态学处理、直方图、图像金字塔结构） 结构分析（连通域/分支、轮廓处理、距离转换、图像矩、模板匹配、霍夫变换、多项式逼近、曲线拟合、椭圆拟合、狄劳尼三角化）

本文首先分析了目标跟踪中常用的基于匹配的跟踪算法，然后从其判定函数 以及模板更新两方面出发来提高跟踪的稳定性；通过改进匹配搜索策略提高算法 实时性-In this paper analysis the algorithm which based on traditional correlation, then consider the satiable of tracking correlation and template update. We prove the s