红外弱小目标跟踪技术在军事场景中红外制导与反导有着至关重要的作用,由于具有环境适应性好、动态范围大以及全天候工作能力等优势成为研究热点。然而,在地面、海面、天空复杂背景下对红外弱小目标稳定跟踪却是急需解决的难题。复杂背景下易受背景杂波、运动模糊、投放干扰物等因素影响,难以锁定、识别并稳定跟踪目标。现有目标跟踪算法大都适用于可见光大目标的稳定跟踪,通用、高效、鲁棒的红外小目标跟踪算法亟需研究。本文研究工作围绕红外场景中运动小目标跟踪技术展开,详细论述了小目标跟踪算法两个重要组成部分:表观模型和跟踪框架。针对复杂的运动场景,设计一种高效、鲁棒的跟踪方案。具体研究内容总结如下:（1）针对红外小目标信息匮乏、无明显视觉特征的成像特点,研究了一种有效描述小目标特征的表观模型。分析红外图像特征并明确表观模型设计要求,设计了适用于红外图像中小目标的特征提取方案。研究结构张量相关理论,将其推广至广义结构张量用于表征小目标特征,并设计广义结构张量表观模型。通过红外数据集实验验证,并与其他特征提取算法对比,广义结构张量在精度方面呈现显著优势,验证了广义结构张量作为表观模型的有效性。（2）研究判别尺度空间跟踪算法基本原理,构建高效匹配候选样本与目标模板的跟踪框架,并以广义结构张量为表观模型。设计一种高效搜索最优尺度的算法,提出能量密度恒定法和黄金分割法搜索最优尺度,与穷举式搜索方式相比,极大地提高运行效率。针对复杂运动场景,引入置信度评价参数APCE,添加依据样本置信度的自适应模型更新方式,有效提高算法的跟踪鲁棒性,最后通过实验对比分析改进前后跟踪框架性能。（3）针对复杂场景中运动小目标会出现运动模糊的情况,设计一种模糊参数估计的方法。研究发现模糊图像对数频谱在特定角度区间内线状图案边界会出现变形,导致模糊角度计算误差大,使用高斯窗函数抑制背景边缘,结合高精度定位Radon变换结果最大响应值的方法,获得精准的模糊角度估计。同时对已知模糊方向的频谱数据拟合,快速估计出模糊尺度参数。求解出点扩散函数,对比分析不同种模糊图像复原算法性能指标和恢复效果。综合上述研究内容,设计一种适用于复杂红外场景中小目标的跟踪方案。本文提出的算法更适合红外图像的快速处理,目标特征维度得到大大降低,算法运行效率得到大幅度提升。在地面红外背景下测试,研究结果表明本文的算法在准确性、鲁棒性等方面具有显著优势,且适用于运动模糊、干扰等复杂场景,易于部署在算力受限的设备上。