光电成像跟踪系统抗干扰能力强,智能化程度好,且具有较高的跟踪精度,已被广泛地应用于各种制导武器系统之中,新式的防空武器更加需要光电成像跟踪系统的辅助与支持。复杂背景下红外/可见光成像目标识别与跟踪是该领域的热点问题。本论文结合某新型号光电跟踪系统研发任务的需求,针对超低空复杂背景,利用近年来图像处理和计算机视觉领域中的新理论开展目标识别与跟踪新技术的研究。主要有以下内容: 在最小化能量函数的图像分割方法基础上,基于以行为单位进行处理的流程,构造出数字图像的行能量函数,提出了最小化行能量分割法。并结合相邻帧区域运动状态分析,抑制部分杂波背景。 采用主成分分析(PCA)和奇异值分解(SVD)提取图像代数特征,构成特征子空间,选用类内类间欧式距离判决准则,对复杂背景下的人造目标进行分类识别。仿真实验表明了该方法的可行性和有效性。 基于鲁棒统计原理和仿射变换,对传统的相关匹配跟踪算法作出了改进。提出平均鲁棒差(MRD)算法,并与平均绝对差(MAD)和归一化积相关(Prod)算法进行了比较。在对多种复杂背景下目标的跟踪实验中,显示该算法跟踪性能稳定。 比较全面地介绍了某型号光电跟踪信息处理器的结构和硬件设计,并结合实际的硬件平台,系统阐述了目标检测软件、目标跟踪软件相关模块的原理和处理流程。