基于图像的目标快速识别与跟踪技术是世界各国精确打击武器系统急需解决的重点难题,也是计算机视觉领域的研究热点。本文基于DAM6416P图像处理平台,进行了对运动的飞机目标图像的识别与跟踪技术研究。主要完成了以下几个方面的工作:首先围绕三种常用的运动目标检测算法,通过实验分析了三种算法的优缺点。针对灰度图像研究了一种自适应阈值分割算法;同时重点研究了Kim的运动目标检测算法,以此为基础研究了一种改进的运动目标检测算法——帧差灰度图像匹配加权法,以及一种针对差分图像的自适应阈值的选取方法。仿真实验表明,本文的改进算法具有更好的有效性和适应性。其次研究了对分割目标的特征提取,针对常用不变矩提取算法的优缺点,研究了仿射不变矩,重点研究了组合不变矩——仿射不变矩与NMI组合,将几种方法应用于飞机目标,对实验结果进行了比较与分析。接着对飞机目标进行识别,重点研究了Fisher线性判别分类器,考虑到识别的快速性,引入了主分量分析思想,取得了良好的效果。然后研究了运动目标的跟踪,研究了常用跟踪算法,重点研究了SSDA算法的改进措施;同时将Kalman滤波预测方法融入到形心跟踪和相关跟踪中,并对其进行了改进。仿真实验表明,可以有效持续地跟踪运动目标。接下来对DSP技术发展作了简要的介绍,着重探讨了DAM6416P在图像处理、识别与跟踪应用中硬件平台的构建、软件程序设计及数据传输问题。最后简单地总结了本课题的内容,并从硬件和软件方面对本课题的研究方向进行了展望。