计算机视觉是近些年兴起并快速发展的一项科学,目标跟踪技术是其中一项关键技术,计算机视觉目标跟踪在军事国防、工业生产、民用安保等方面都有着重要的研究意义和重要的实际应用价值。水面无人艇(Unmanned Surface Vehicle,USV)是一种新兴的应用在海洋环境下的装备,其对于维护海洋主权以及开发海洋资源都有着重要意义。将目标跟踪技术应用于USV,有助于USV实施护卫巡逻、打击海盗、海上搜救、避障导航以及水文地理勘察等多项任务。红外采集系统可以在夜晚和一些复杂环境下采集图像,搭载红外视觉平台的无人艇可执行一些水面环境更加复杂的任务。将目标跟踪应用于水面红外目标跟踪,要考虑水面的实际环境,水面目标通常存在目标模糊、抖动、遮挡等问题,影响目标跟踪效果。基于相关滤波算法出色的性能,本文通过对比不同相关滤波算法的跟踪性能,其中f DSST(fast Discriminative Scale Space Tracking)算法对于目标旋转以及形变、尺度变化等问题,有着很好的适应性和实时性,结合水面无人艇视觉红外目标跟踪会遇到的一些问题,对原f DSST算法进行改进。本文的主要研究工作如下:(1)针对水面无人艇视觉平台成像时受风浪和载体运动姿态改变导致图像出现运动模糊的问题,本文分析模糊图像的退化函数的模糊角度与模糊长度并且使用维纳滤波对运动模糊图像进行复原,为后续模糊图像跟踪提供了图像复原基础。(2)针对无人艇视觉红外图像帧间存在不确定的偏移量导致跟踪难度加大的问题,本文通过分析图像中水天线的运动特点,改进块匹配稳像法,通过实验证明了改进的有效性以及其中的不足之处。(3)针对无人艇所处水面环境复杂,容易受风浪影响摇晃使视觉平台拍摄图像帧间位置突变问题,提出了一种适用于水面无人艇视觉红外目标跟踪的搜索方案,该搜索方案能够在整幅图像中找到水面红外目标可能出现的范围,并在此范围中提取候选目标并通过最终的模板匹配定位到跟踪的目标。(4)针对水面红外目标被遮挡和在视野中丢失的问题,改进了f DSST算法的滤波器模板更新率与更新机制,改进后的算法能更好的适应水面无人艇与目标之间不确定的相对运动速度并且会对目标进行重定位来检测重新回到视野的目标。