红外搜索跟踪技术是一种被动探测技术，其不受电磁干扰的影响，能识别目标伪装，可昼夜探测，在制导、预警、火控、监控等军事及民用领域有广泛应用，受到各国军工部门的重视。目前对空红外搜索与跟踪技术发展迅速，但由于地面场景复杂、目标多样、杂波噪声干扰严重，国内对红外地面目标的搜索与跟踪任务仍主要依靠人工完成，缺少成熟稳定的红外地面目标跟踪方法。本文围绕红外图像预处理技术、红外地面目标的搜索技术、红外地面目标的跟踪技术展开研究，解决了红外地面目标搜索与跟踪过程中的一系列难题，最终实现了对红外地面目标的可靠探测与稳定跟踪，为对地红外搜索跟踪系统的研制提供了参考依据。　　在红外序列图像的预处理过程中，本文采用光流技术来增强目标信号、抑制地面场景中的静态杂波干扰。首先引入了TV-L1光流算法，实现了红外序列图像的光流场估计，并提出了结合HS光流的快速TV-L1光流算法，提高了光流的计算效率;随后提出了输入图像的预配准方法，以解决因探测平台运动而导致的光流误差;在光流数据的传输显示过程中，提出了光流场信息与原始红外灰度信息的彩色融合技术;同时，研究了光流算法的并行优化技术，实现了光流场估计的实时运算。针对红外图像的非均匀性噪声，提出了基于光流场的非均匀性校正算法，当场景中存在局部运动时也能准确地校正图像非均匀性。　　在地面目标搜索过程中，本文采用“先检测后跟踪”的算法框架。根据红外地面目标的光流场特征，实现了运动目标的帧内检测。针对连通域标记法无法准确提取目标、Mean Shift聚类算法计算复杂的问题，提出了一种组合方法，在连通域标记的基础上进行采样并运行Mean Shift聚类算法，从而快速准确地提取运动目标。在目标数据帧间关联技术的研究中，分析了红外地面目标的关联特征，引入基于贝叶斯框架的Kalman滤波算法，并建立了目标多特征向量的状态转移模型及观测模型，最终实现目标状态的数据关联，得到目标在时间上的连续状态即目标航迹。针对多目标的搜索跟踪任务，提出了基于航迹置信度模型的单帧多假设算法，实现了地面目标的航迹管理。通过实验证明，本文提出的目标搜索算法在目标静止、目标交叉运动、目标部分遮挡等复杂情况下，也能得到目标的正确航迹。为了保证目标的搜索跟踪精度，建立了红外搜索跟踪系统的脱靶量误差模型，提出了基于场景的脱靶量误差检测方法，实现了脱靶量误差的外场快速校正。　　在地面目标跟踪过程中，本文引入了基于粒子滤波的“先跟踪后检测”框架，实现了非线性、非高斯模型下的目标状态估计。为了解决跟踪过程中因地面杂波干扰造成的目标丢失问题，研究了主成分分析的观测概率模型，通过对目标特征子空间的映射，实现了目标被遮挡后的持续跟踪。随后，提出了基于光流场信息的系统状态转移概率分布，提高了粒子采样效率，增强了跟踪算法的稳定性。最后，提出了基于特征子空间的多角点跟踪算法，通过对样本点到特征子空间的距离最优化求解，实现了快速稳健的多角点跟踪。