ردگیری شیء متحرک از مسائل مهم و پرکاربرد در زمینه ی بینایی ماشین در سالهای اخیر است. سیستم های نظارت و مراقبت، اندازه گیری های آماری، ردگیری خودروها و وسایل نقلیه ی خودکار از موارد استفاده ردگیری اشیاء متحرک در دنباله های تصویر است. در طی دو دهه ی اخیر روش های بسیار متنوعی برای ردگیری اشیاء متحرک پیشنهاد شده است. یکی از این روش ها، ردگیری به کمک الگوریتم تخمین گر انتقال میانگین می باشد. الگوریتم تخمین گر انتقال میانگین اولیه که تنها بر پایه ی ویژگی رنگ است در بسیاری از شرایط محیطی و از جمله در همپوشانی های جزئی دارای عملکرد قابل قبولی است. از مزایای ردگیری با استفاده از رنگ، بار محاسباتی کم و استقلال نسبت به چرخش و تغییر شکل شیء است. ولی هنگامی که چند شیء با رنگ مشابه در صحنه وجود داشته باشند و در شرایط تغییرات نور محیط، ردگیری با الگوریتم تخمین گر انتقال میانگین اولیه که تنها بر اساس ویژگی رنگ است دچار شکست می شود. در این پایان نامه روشی ارائه شده است که در آن با ترکیب ویژگی رنگ با لبه در الگوریتم تخمین گر انتقال میانگین، مشکلات ناشی از عدم ردگیری صحیح در موارد تشابه رنگ اشیاء و تغییرات نور محیط برطرف گردیده است. الگوریتم ارائه شده و روش ترکیب صحیح دو ویژگی با نرم افزار matlab شبیه سازی شده است. نتایج نشان می دهد در مواردی که الگوریتم تخمین گر انتقال میانگین شیء متحرک مورد نظر را گم می کند، الگوریتم پیشنهادی با دقت خوبی ردگیری را ادامه می دهد.