红外图像的匹配跟踪是红外成像制导领域的关键技术之一。在工程实践中,由于探测器平台的姿态变化、弹目距离的改变、目标姿态的变化、背景杂波的干扰以及成像噪声的存在,导致摄取图像中的目标产生复杂的灰度和几何失真,给目标的匹配跟踪造成极大困难。因此,在这种情况下,研究红外图像的匹配跟踪问题具有很大的挑战性。本文围绕红外图像的匹配跟踪问题,研究了两类匹配跟踪技术,即帧间匹配技术和具有平移、旋转、尺度不变性的匹配技术。本文的主要工作和创新成果如下:(1)针对目标旋转给图像匹配带来的误差,提出了任意指定地面复杂场景图像目标的去均值相关匹配跟踪算法,通过对相关系数计算公式的近似推导,解决了相关系数运算量大的缺点,同时提出了模板图像的自适应更新方法和修正的自适应模板图像更新方法,并对这两种方法进行了性能比较。(2)针对图像匹配过程中的噪声和局部遮挡问题,提出了基于对应像素距离测度的自适应图像匹配跟踪算法,设计了匹配跟踪置信度,实现了根据置信度对模板图像进行加权自适应更新。(3)研究了图像信息理论和信息熵的基本性质,将互信息量、信息熵、交叉熵的概念引入图像匹配,研究了四个信息测度:最大互信息量值、最小联合熵、归一化互信息、熵相关系数。理论分析表明:对噪声分布和灰度变换不明的图像匹配,这些信息测度在应用前述模板更新条件下具有很好的匹配性能。在此基础上,提出了基于单元信息熵矢量特征和基于局部交叉熵的图像匹配跟踪算法。(4)研究了基于梯度方法的红外图像匹配跟踪算法,具体而言:首先介绍了GM算法、SGM算法和BDGM算法及其运动参数估计的迭代求解方法;其次研究了这三种算法的收敛性;然后提出了两种构造矩阵H的方法,实现了上述梯度方法,并进行了对比实验,达到了较好的匹配结果。(5)为了能够在模板图像和观测图像之间出现较大幅度的平移、旋转、缩放、噪声以及模板较小时,实现图像之间的准确匹配,提出了一种基于Fourier-Mellin变换和Newton迭代的图像匹配算法,并通过试验分析了Newton迭代算法的收敛性和该算法的适应性。