机载地面目标跟踪因其不受信号传输干扰,不依赖地面人员控制的特点,在视频航拍、户外救援、交通疏导、军事侦查等领域有着广泛的应用。机载地面目标跟踪任务具有目标尺寸小、场景复杂、目标距离及尺度改变等特点,对跟踪算法的鲁棒性提出了更高的要求。然而鲁棒性效果好的目标跟踪算法若要在功耗、负载能力受限的机载处理平台上实现实时跟踪,需要机载计算平台具备强大的计算能力。本课题为解决机载地面目标跟踪任务中跟踪鲁棒性及实时性的矛盾,选择计算复杂度较小的核化相关滤波(Kernelized Correlation Filter,KCF)跟踪算法并进行了改进,提升其跟踪鲁棒性。基于ZYNQ UltraScale+多核异构片上系统(Multiprocessor System-on-Chip,MPSoC)设计了机载地面目标跟踪计算平台,在兼顾跟踪鲁棒性的情况下实现了良好的实时跟踪效果。首先,本文在对当前主流跟踪算法进行比较和分析后,以满足跟踪精度及跟踪成功率为前提,从提升跟踪速度的角度出发,设计了基于KCF的目标跟踪算法,针对KCF方法无法自适应尺度变化的问题,设计尺度自适应策略,给出了提升尺度自适应跟踪能力的改进KCF方法。其次,基于ZYNQ UltraScale+MPSoC设计了机载地面目标跟踪计算平台。基于高层次综合技术,针对跟踪器的实时性要求,对改进KCF跟踪算法的计算过程进行并行性优化,以提高跟踪器的运行速度。将并行优化后跟踪算法导出为IP核(Intellectual Property core),并以此为基础设计片上系统并开发相应的嵌入式应用程序及人机交互界面。最终搭建了功能完备的机载地面目标跟踪器系统,实现从视频流接入到跟踪结果输出的完整跟踪过程。最后,设计详尽的测试实验,基于ZCU102评估板使用UAV123数据集对跟踪器的跟踪精度、跟踪成功率、不同分辨率下的跟踪效果及片上系统功耗等多方面性能进行了全面测试。测试结果表明,本课题设计的机载地面目标跟踪器能够实现对地面目标的实时、准确跟踪,同时够很好的适应跟踪目标的尺度变化,跟踪的器各项性能均满足设计指标要求。本课题设计了鲁棒性强、实时性好、处理速度快的机载地面目标跟踪器,具有明确的实用价值。同时,对图像处理的其他任务需求同样具有一定的参考价值。