目标跟踪一直是计算机视觉领域的研究热点,由于可见光的目标跟踪在夜间或者受烟雾干扰时,经常性存在目标丢失情况,而红外图像在夜间等情况下受影响较小,所以红外目标跟踪得到的广泛的应用,在军事上用于武器制导、无人机侦察等方面,在日常生活上用于在交通运输、视频监控等方面。但是由于红外图像纹理特征不明显,当存在噪声、相似性干扰等问题时跟踪难度大。为了解决这些问题,本文提出了一种基于DSP的多特征融合的粒子滤波红外目标跟踪算法。论文的主要研究工作及创新点如下:1.针对红外目标可提取的特征较少,本文从不同特征对行人图像具有不同表征能力的角度出发,提取了红外图像的颜色特征、边缘特征和纹理特征,并将三种特征进行融合,达到多特征融合的效果,这样得到的特征效果更能表征一个目标。2.Meanshift滤波得到的效果受相似性干扰影响较大,卡尔曼滤波则适用于线性、离散和有限系统并且目标被遮挡时间较长时会跟丢目标,而粒子滤波的方法,适用于多种系统,本文将特征通过似然函数加权融合放入粒子滤波流程,使粒子滤波的操作流程简化,跟踪性能提高。3.由于采用多特征融合方法,提取特征较多,算法跟踪实时性较低,而汇编函数具有速度快,效率高的特点,所以本文最后采用汇编优化的方法对算法里面部分速度慢、并行度不高的函数进行处理,从而提高算法的效率。