针对目标遮挡、非刚性变换、光照变换等因素干扰产生的漂移问题，提出基于超像素和判别稀疏的运动目标跟踪算法。算法首先利用SLIC方法对运动目标的观测区域进行超像素分割，然后通过K-Means算法构建包含目标和背景的超像素字典，再基于判别稀疏表示和[?1]范数最小化框架求解候选目标的稀疏系数，同时结合粒子滤波框架和在线字典更新策略完成目标跟踪。实验结果表明，该算法在多种因素干扰的环境中具有较强的鲁棒性，能够准确稳定地进行在线目标跟踪。