在空对地机载光电成像探测、地对空地面区域防务等领域,当目标与光电成像系统距离较远时,目标图像数据只有有限个像素点,目标的形状、色彩、纹理等特征非常有限,具有目标识别领域“小目标”特征。特别是小型无人机在军用和民用领域大量使用,使光电成像观瞄系统对“小目标”的探测与识别技术需求愈加突显。本文以西安市科技创新计划项目为依托,针对光电观瞄系统远距离观测目标图像数据像素有限,目标图像纹理、颜色、形状等特征有限情况下的小目标识别与跟踪技术难题,研究基于背景建模的目标识别与跟踪技术,主要研究内容包括以下几个方面:1)针对低空区域防务光电观瞄系统的架构需求和技术指标,通过分析目标在光学系统中的成像过程,作用的距离、像元的尺寸和分辨率之间的关系及光谱响应曲线等影响目标探测与识别的因素,构建了低空区域防务光电观瞄系统的总体方案,完成了测试系统开发及静态与动态背景下算法测试数据集的采集。2)静态背景有限像素目标识别算法研究。针对静态背景下有限像素目标识别问题,通过视频图像帧间背景图像配准及配准后图像采用帧间差分法进行目标粗分割,并获取到了目标的位置及形状等信息,使用基于自适应更新的融合算法滤除了背景差分处理图像中的噪声,取得了高精度的目标识别结果,并完成了对算法的实验测试验证。3)动态背景有限像素目标识别算法研究。针对动态背景有限像素目标难以分割等难题,通过重点解决基于ViBe模型和混合高斯模型的目标识别算法中存在的拖影（Ghost）区域及目标运动速度变化较大难以建模等问题,实现了有限像素目标高精度识别。应用空间连续性约束条件为准则对主成分分析（PCA）方法建模存在的前景与背景误差进行补偿的同时,引入光流计算、色彩信息辅助等其它信息进一步提高误差补偿精度,提高了基于动态背景下的有限像素目标提取准确率,并在存在多目标的视频帧中对算法的实用性进行了验证。4)研究基于嵌入式框架的小型化无人机目标识别技术。本章从DM6446嵌入式平台的软件架构出发,完成了开发环境的搭建,以Codec为基础对算法调用进行了详细的分析,并且设计了基于ARM端的多线程任务处理方式,提高了目标识别技术在实际应用中的处理速度。通过实验论证,本论文构建的基于背景建模的有限像素目标识别系统针对光电观瞄系统远距离观测目标图像数据像素有限,目标图像纹理、颜色、形状等特征有限的情况下,研究如何从视频数据中准确提取无人机目标并对其进行分类识别的技术,并通过仿真实验利用多旋翼小型无人机实现了目标的快速、精确和自动识别。