无源毫米波成像是通过探测自然场景中不同物体间在毫米波段的电磁波能量差异来实现成像。该成像技术与可见光、微波、红外等相比，在成像分辨率、抗干扰能力、全天时全天候工作、对纺织物的穿透性、对人体无辐射危害等方面的综合性能具有独特优势和一些不可替代性，是在军民用领域均具有重要应用前景的一项热门前沿技术。运动目标检测与跟踪是无源毫米波成像应用中的一项重要技术，也是探检系统实现智能监控的基础和关键。它的主要功能是检测图像序列中相对于整幅场景运动的物体，并进行跟踪，从而得到该物体的运动状态。本论文依托具体的科研项目，对基于无源毫米波图像序列运动目标的检测算法与跟踪算法开展了如下研究工作：1.针对场景移动时采用直接帧间差分法来检测运动目标会失败的问题，引入了基于互信息量的配准算法来对背景进行配准，并采用了帧间差分相乘法来检测目标。该算法配准精度高、差分图像中残留噪声少，因此检测效果更好。2.针对场景的多模态问题，研究了基于混合高斯建模法的运动目标检测算法，以多个高斯分布来对每个像素点进行建模并实时更新。该算法可以对多模态和缓慢变化的场景进行建模，建模得到的背景图像更加接近真实场景。3.针对基于混合高斯建模法的运动目标检测算法收敛速度慢的问题，提出了改进的混合高斯建模法。该算法在前N帧图像数据中剔除噪声和运动目标像素值，然后直接统计均值方差，得到初始化参数，可以更快地得到稳定准确的背景图像。4.采用卡尔曼滤波法来对检测到的运动目标进行跟踪，提出了方向加权的目标关联法与延迟判定的轨迹管理策略，大大减少目标关联错误的发生，同时在目标暂时丢失的情况下仍然可以实现目标跟踪。以上的一系列算法，已通过仿真实验验证了其有效性。研究结果显示，本论文研究的算法可以准确检测到无源毫米波图像序列中的目标，并准确跟踪目标。