红外弱小目标检测与跟踪技术是近年来信息处理技术的研究热点之一,在远程预警、红外制导、安防监控等领域都有广泛的应用。与海空背景相比,城市背景复杂度大大提高,研究更具有挑战性和实用性。本文针对复杂城市背景下机载抖动设备拍摄的红外序列图像,主要对红外弱小目标的检测和跟踪算法展开研究。本文主要分为四个部分进行介绍:红外图像特性分析、预处理算法、检测算法和跟踪算法。第一部分首先分析了红外图像的特性,包括热红外成像原理和串扰的分析,然后给出了红外弱小目标的数学模型,讨论了城市背景的复杂性。第二部分主要研究城市背景下红外弱小目标图像的增强算法,提出了一种基于电串扰抑制的预处理算法。首先针对电串扰的特性本文建立了电串扰退化函数模型,利用经典的LR(Lucy-Richard)反卷积算法对退化模型求解,给出了预处理算法的流程。最后通过实验说明了本文的预处理算法能够有效增强弱小目标,提升图像的清晰度。第三部分主要研究抖动红外图像序列的弱小目标检测算法,提出了改进的基于ORB(Oriented FAST and Rotated BRIEF)特征配准差分的弱小目标检测算法。首先介绍了原算法的基本原理和主要流程,然后主要从图像配准和目标分割两方面提出了改进,结合金字塔LK光流算法对图像配准进行改进,使用P-Tile方法对目标分割进行改进。最后在序列图像上进行实验,表明改进算法能够提高配准精度,在复杂城市背景下有较低的虚警率。第四部分主要研究城市背景下的弱小目标跟踪算法,提出了改进的基于KCF(Kernerlized Correlation Filter)算法的弱小目标跟踪算法。首先介绍了KCF跟踪算法的原理,指出了该算法在复杂城市背景下弱小目标跟踪的不足。然后根据分析建立了红外弱小目标运动的匀速直线模型,然后对KCF算法融合卡尔曼滤波进行了改进,主要解决复杂城市背景中目标遮挡、干扰等问题,实验结果表明改进算法能够有效解决这些问题。