视频目标跟踪是计算机视觉领域的一个核心问题,已经成为各国高度关注的焦点。本文主要研究用于车载红外视频的目标跟踪问题。视频中复杂的背景图像和红外目标本身及其运动情况使目标跟踪变得非常困难。本文在现有跟踪算法的基础上,设计并实现一种有效的红外目标跟踪算法。算法从跟踪准确度和实时性两方面着手,提出了模板匹配改进算法和小波金子塔分层搜索算法。模板匹配改进算法在传统模板匹配算法上进行优化,基于改进的归一化互相关相似性度量方法,设计了匹配跟踪置信度,提出了模板更新的自适应阈值调整策略,并在此基础上实现了基于匹配跟踪置信度的加权模板图像更新算法。针对在跟踪过程中目标尺寸变化的情况,给出了相应的模板尺寸调整策略,减少了模板尺寸固定对跟踪精度的影响。针对目标在运动过程中可能发生暂时性遮挡的情况,应用卡尔曼滤波算法对目标可能出现的位置进行预测,使算法在目标被遮挡时仍能进行稳定地跟踪。此外,在研究小波金字塔原理的基础上,设计并实现了小波金字塔分层搜索加速算法。利用小波金字塔分层搜索算法在不降低准确度的前提下,有效提高了算法的效率。实验表明,论文中提出的红外视频目标跟踪算法对环境的适应能力强、具有一定的稳定性和实时性,可以满足实际需要。