随着现代战场环境的迅猛变化，传统的靶场测量和新生的天基预警都对目标跟踪技术提出了新的挑战。更高的视频采集频率，更清晰的视频图像，更复杂的跟踪算法，以及更多的跟踪目标都一次次的刷新了实际应用对系统实时性，鲁棒性以及精准性的要求。针对实际应用，目前国内外的跟算法研究大多面临着相同的问题。算法理论设计越来愈复杂：随着在线更新以及稀疏表示等概念引入跟踪领域，以及更多依赖多种算法的协同来提升跟踪能力，跟踪算法的时间复杂度和空间复杂度让现有的实时硬件平台望而却步；应用在实时硬件平台上的算法又大多过于简单，跟踪精度差强人意，适应不同跟踪目标以及跟踪环境的能力稍弱，鲁棒性无从谈起。本文针对以上特点，确立了以研究具有良好跟踪性能的，可应用于DSP平台的跟踪算法为目标的研究方向。通过比较现有的跟踪算法，本文选择了不易受目标内容以及整幅图像大小影响，运算量相对较小，跟踪精度较高的Meanshift跟踪算法作为原始算法。并结合实际应用背景以及Meanshift算法的本身缺陷提出了相应的改进算法：首先，结合红外小目标跟踪的特点，提出了结合目标图像自身统计信息自适应的提升跟踪窗内图像信噪比的改进算法。然后，由于Meanshift跟踪算法缺少模板更新算法的缺陷，难以应用于长视频跟踪，本文设计了从模板变化判断到模板更新的一整套模板更新算法。文章首先结合跟踪相似度的变化规律，设计了模板样本的选择策略，然后通过两个权重因子的设计得到了模板更新算法。实验证明改进跟踪算法的鲁棒性和准确性得到明显提升。最后一部分，文章介绍了改进Meanshift算法在DSP6455平台上实现的过程。并分别通过介绍算法流程设计，以及软件设计思路，阐明了实现过程中蕴含的科学性和合理性。实验表明，硬件实现的Meanshift跟踪算法出色的完成了对系统的实时性和精准性要求。