在现代预警系统中,多传感器相互辅助组网受到广泛重视,其中被动式红外传感器有着其他传感器(如雷达,光学传感器)不可替代的作用。　　本文根据武器装备预研课题《红外目标探测搜索与跟踪》的研制要求及红外目标图像的特点,着重研究了红外目标检测和目标跟踪的相关算法,给出了红外目标检测与跟踪的实现方案。　　在目标检测部分,首先采用全局运动估计算法估计红外探测器的运动模型参数,然后再利用这些运动参数对视频背景图像进行插值补偿变换,最后用改进的差分法检测出目标的位置。实验证明,此方法可以有效地抑制红外探测器移动所带来的背景残留噪声,提高目标检测精度。　　在目标跟踪部分,主要研究了目前比较新颖的粒子滤波算法。在此基础上,采用了一种基于粒子滤波理论的相关跟踪方法,即以传统的灰度模板为目标描述形式,用粒子加权和表示目标状态参数的估计值,由相关值确定粒子的权值。纳入粒子滤波跟踪框架的相关方法,既继承了相关跟踪直观实用的特点,又体现了粒子滤波“多峰”跟踪的优点,大大提高了跟踪的鲁棒性。　　因此,本文采用的目标跟踪方法,不仅在鲁棒性上大大优于传统的穷举搜索相关跟踪方法,而且由于采用粒子集模型能更好的表示概率分布,使得该模型能应用于非线性、非高斯的分布场合,比卡尔曼滤波算法具有更广泛的应用范围。