近些年来,低空空域的开放政策呼之欲出,“低慢小”目标违规飞行事件频繁发生,对复杂天空背景下的“低慢小”目标的预警已经成为现代化安防建设中不可忽略的一个方向。在这一趋势下,针对复杂天空背景下“低慢小”目标设计一个近红外探测平台,并对近红外图像预处理技术和目标跟踪算法进行研究和改进。（1）针对天空背景下光电探测的难点,选择近红外成像技术作为探测手段。为实现目标定位,开展双目定位方案研究与设计。提出结合360°云台的方案来实现对目标的全方位探测和跟踪,完成云台跟踪系统软硬件设计。（2）针对近红外成像的高动态特性和天空背景下“低慢小”目标细节信息微弱的问题,使用一种基于双边滤波分层的图像预处理算法。基于本文探测系统采集到的图像数据,分析成像特性和图像特征。根据分析结果,提出动态范围压缩和细节增强的图像预处理目的。研究自动增益控制（AGC）和直方图均衡化（HE）两种经典的动态范围压缩与增强算法。针对两种算法对细节信息保护的不足,使用一种基于双边滤波器分层的图像预处理算法。仿真实验结果表明该算法能够实现对动态范围的压缩和细节信息增强,性能优于AGC和HE算法。（3）针对天空背景下“低慢小”目标跟踪会出现目标遮挡和尺度变化的问题,对Struck跟踪算法进行研究和改进。在OTB50数据集上将Struck与CSK、TLD算法进行对比实验,验证其性能优势。自制四组不同场景的天空背景下“低慢小”目标测试序列集,观察Struck算法在自制测试集上的表现,发现Struck算法对尺度变化的鲁棒性较差且缺少目标状态判别机制。针对以上两点不足,对原始Struck算法引入自适应尺度机制和目标状态判别机制来改进跟踪算法。实验结果表明,改进算法的空间鲁棒性和精准度相比原始算法大幅提升,并具有判别目标状态的能力。（4）基于以上研究成果,搭建跟踪系统测试平台,并对图像处理算法的工程实现进行优化。在真实场景下,验证跟踪系统的可行性。