光电图像制导系统是一种工作于可见光、微光或者红外波段的无源图像跟踪装备,以这类系统为代表的精确制导武器在现代战争中起着重要作用。其中,目标跟踪是核心关键技术,但对于自寻的光电成像制导武器中的跟踪器来说,目前仍有许多尚未完全解决或者解决不够完善的理论和技术问题如:(1)弹目距离较远且背景复杂时的红外弱小目标检测跟踪问题;(2)弹目距离缩小导致的小目标逐渐扩张且伴随光照变化、仿射变形等干扰因素的面目标跟踪问题;(3)长时间跟踪过程中难以避免的跟踪“漂移”、目标被遮挡或出视场以及被相似目标干扰时易丢失。本文针对上述三个问题分别提出了红外弱小目标检测识别跟踪算法、基于在线学习和相关滤波相结合的尺度自适应目标跟踪算法以及基于判别式的检测跟踪一体化的长时间抗遮挡目标跟踪算法,并通过在独特视频集和公共视频集上进行仿真验证算法的可行性、稳定性和实时性,最后从理论研究和工程实践相结合的角度出发,以现有的技术和资源研制出一套目标跟踪系统,并参与半实物仿真实验和外场跟踪实验。论文的主要内容和取得的研究成果如下:(1)首先,结合课题背景对所研制的跟踪系统的载体即国内外经典反坦克导弹的发展情况进行调研;阐述光电成像导引头工作过程中目标检测跟踪领域的发展现状,对重点难点问题进行归纳总结,指明本课题的研究方向及创新点;(2)对发射前导弹距离目标较远时的红外弱小目标检测与识别技术进行了研究,举例说明课题研究过程中实际场景里的红外弱小目标的特征,概括几种常用的预处理技术,并仿真验证其功能;根据发射前锁定的技战术要求,提出一种能够在成像面积小、特征较弱的情况下检测跟踪目标的算法,该算法通过构建基于统计特性差异图的方法对目标和背景进行有效分离,并融合时空管道滤波方法对疑似目标进行有效地剔除,对算法原理进行详细介绍并仿真实验,利用不同场景下的数据考核算法的适应能力;(3)针对弹目距离减小导致目标扩张并伴随光照变化等干扰因素造成的跟踪难题,提出了在线学习和相关滤波思想相结合的目标跟踪算法,该算法通过建立特征金字塔并在3维上对目标进行相关滤波,关注位移变化的同时也关注尺度变化,对目标进行及时学习并合理地更新模板,同时利用快速傅里叶变换和逆变换技术加快计算速度,提高实时性,通过响应值大小来推算目标的最新位置和尺寸,进而实现稳定精确的跟踪;(4)提出了一种改进的基于判别式的相关跟踪算法,该算法融合判断遮挡、模板自适应更新以及重新检测三种机制解决长时间跟踪目标稳定性差和存在遮挡情形时目标易丢失的技术难题,该算法利用了时空上下文模型和目标尺度模型来分别解决目标被遮挡和判断目标丢失时刻以避免过度更新模板的问题,同时融合检测器对目标重新出现时进行搜索,并在大量具有目标被遮挡且存在尺度变化的视频序列上进行仿真实验,验证算法的可行性及稳定性,并与其它几种常用的基于机器学习的跟踪算法进行对比分析,证明算法的改进效果;(5)研制了一套复杂地物背景下的目标跟踪系统,该系统包括高集成度的DSP+FPGA的硬件平台和软件算法,实现了从图像采集、去噪增强到特征提取、检测和跟踪的实时处理功能,并利用此跟踪系统参与半实物仿真和外场跟踪实验。