集群目标在自然界和社会生活中广泛存在,例如:无人机群、导弹群、战斗机群、鸟群和蜂群。因此,以空中集群目标为观测对象的研究对社会生活和军事国防均有重要的意义。但是,由于集群中目标数量多、间距小、表观特征相似等,在光学观测条件下运动轨迹多有交叉或遮挡,采用当前的一些跟踪手段,目标之间往往存在严重的跟踪干扰,其运动轨迹稳定跟踪是亟待突破的难点问题。针对以上问题,本文以开放空间中的蜂群目标为观测对象,对群目标跟踪和轨迹重建技术展开了深入的研究。针对缺乏公开的群目标跟踪数据集问题,本文采集并构建了蜂群多目标跟踪数据集。通过手工标注和数据预处理的方式分别构建了用于二维跟踪和三维运动轨迹重建任务的数据集,为相关研究提供了数据支撑。在蜂群多目标的二维跟踪任务中,针对轨迹ID容易错配问题,本文提出了一种二维多目标稳定跟踪处理框架。提出一种基于遮挡检测的短轨迹续关联算法降低短轨迹创建阶段ID错配率;提出一种基于瞬时运动特征的短轨迹关联算法提高短轨迹关联阶段的关联稳定性和准确性;提出一种基于姿态相似性的短轨迹续关联算法提高低帧率观测条件下的短轨迹创建稳定性。最后以蜂群为观测对象进行了实验验证,结果表明本文所提出的处理框架取得了良好的跟踪性能。在多视点轨迹匹配与三维重建任务中,针对逐帧立体匹配歧义和二维轨迹中存在的误匹配问题,本文提出了一种迭代修正的多视点轨迹匹配算法。根据极线约束使用三维轨迹逆向对二维轨迹进行修正,进而迭代修正三维轨迹重建结果。轨迹匹配实验结果表明,本文所提出的方法能够降低匹配歧义和误跟踪频率,提高了轨迹匹配结果的正确率和完整性。本文还在三维轨迹匹配结果上进行了三维轨迹重建实验及误差分析。重建实验结果表明,本文所采用的实验方案能够较准确获取目标之间的相对位置,可以为群目标内部协同研究提供技术支撑。