复杂背景下运动目标的实时检测、识别与跟踪是自动目标识别(ATR)领域的一个重要的研究课题，在武器制导等军事领域得到了广泛的应用。根据该技术的研究现状和存在问题，以及在实际的工程应用中对该技术的相关要求，本论文从算法分析和实验研究两个角度，对电视跟踪系统中的关键技术——自动目标检测、识别与跟踪算法及其实时处理方法进行了研究。论文的主要研究成果如下： (1)提出了一种以改进的最大类间方差法为基础的自适应阈值图像分割方法，同时设计了一个判断是否得到正确分割的准则，通过迭代循环，完成对图像的自动分割。该算法自适应性强，可以快速、准确、完整地分割出复杂背景图像中不同大小的可见光目标； (2)针对可见光图像的特点，提出了采用不变矩与图像特征参数组成新的特征向量，对可能的目标进行识别，不仅提高了算法速度，也提高了识别准确率。实验表明，系统的跟踪识别速度和识别准确率都有显著提高； (3)研究了多子模板相关匹配算法，并对各子模板相关结果进行进一步综合分析。在此基础上提出一种新的模板更新策略，根据目标的变化情况自动调整参考模板，对目标进行稳定跟踪。在实时跟踪过程中，使用一种Kalman滤波器估计目标运动参数，利用其预测功能减少模板匹配的搜索区域，试验结果表明，该相关跟踪算法降低了相关跟踪的复杂度，具有跟踪精度高和速度快的特点： (4)针对跟踪器的实时性要求，提出了基于DSP+FPGA技术的跟踪识别系统原理样机的初步设计方案。系统主要由四部分组成：图像采集模块；图像预处理模块；图像处理模块；图像显示模块。系统采用DSP作为核心处理器，辅以FPGA高速器件构成图像实时处理系统；采用了FOFO缓冲、EDMA数据传输方式等技术手段解决图像数据量大与实时处理之间的矛盾，为图像处理的实时性提供了保障。