那么要匹配的目标的左上角的坐标，在以预测点X1，Y1为中心长为dy宽为dx的矩形内，其中dx，dy可由用户确定。
    以X1，Y1点为中心长为dy，宽为dx的矩形中的任何一点为匹配目标矩形的左上角，将该矩形内的颜色信息保存下来和源目标对应点的RGB分别作差再取绝对值，并将所有的值加起来，记为diff，最后再对diff取倒数，记为S。将S记为两个图像之间的相似度，S越大相似度越高。即

    对于没有遮挡的平动目标这样的方法完全可以解决问题。但是当运动过程中又一部分被遮挡了匹配出来的位置将会很不准确。这是一个非常实际的问题，因为人体运动的复杂性在运动时如果假设没有遮挡，实际就没有解决问题，适应性太差。应该考虑一种可以解决遮挡的办法。
    文中是将目标分为几个子块，对每个子块进行匹配，如果有一个子块匹配的相似度较高就认为找到目标，停止匹配；如果相似度较低，则继续下一子块的匹配，直到找到相似度较高时停止。如果所有子块的相似度都很低，也就是说该目标全被遮挡。这时将上一帧的源目标继续保存为原目标而不需要更新，用这个原目标继续和下一帧的图像进行比较。这个方法可以有效的处理遮挡。
    这样就实现了人体关键部位跟踪的功能，由于人体运动的复杂性和不可预测性，在跟踪过程中还必须加入适当的人工干预，跟踪结果更加准确并能提取出所需要的位移、速度等各类参数。跟踪结果，如图6所示，图6(a)为用户设定的3个跟踪点，图6(b)可以看到point1跟踪出现了误差，此次时需要人工校正图6(c)，校正后继续跟踪图6(d)，图6(e)为跟踪过程中，3个跟踪点构成的角度变化曲线。

2．6 实现技术与平台
    本系统实在Windows XP操作系统下，利用Visual C++．net 2003开发实现，已经进行了大量测试，其运行稳定、可靠性强、准确率高。由于VC++具有较强的灵活性，所以该系统具有一定的可扩充性。本系统对硬件环境没有特殊要求，IntelPentium III以上的CPU都可以满足运动需要。

3 结束语
    文中以单目视频中的人体运动为研究对象，设计并实现了一个基于视频的体育运动分析系统，为体育运动分析领域提供了一套完整的定性和定量分析系统。实验过程是：首先获取摄象机拍摄的体育运动视频图像，然后对其进行检测、分割和跟踪，获得人体或者某一部位的运动信息以及人体运动学参数，并得到直观的数据和曲线，达到进一步分析人体运动的目的。系统各功能模块的算法具有一定的鲁棒性，得到的结果令人满意。