红外成像以及相关的图像处理技术是导弹制导、自动搜索跟踪、红外警戒和预警等应用领域的关键技术之一,也是当今计算机视觉和模式识别领域活跃的课题。作为该课题中的重要研究主题,红外成像目标的跟踪和识别技术得到了充分的重视和关注。随着科学技术的发展,研究者们提出了许多红外成像目标跟踪和识别的新思路和方法,并已广泛应用于多种实际的武器系统中。本文从国内外相关技术的研究现状出发,就如何实现稳健的红外目标跟踪和识别进行了深入的研究。根据红外目标由于成像尺寸不同而产生的信息差异,本文把跟踪问题分为小目标跟踪和面目标跟踪。对于小目标,由于所利用的信息通常只有目标位置观测值和灰度值,我们用H无穷滤波器作为预测滤波器对其运动进行分析和跟踪,以适应多种应用环境下噪声源和外界干扰的不确定性。对于面目标,我们在探讨单核以及级联核基mean shift跟踪算法不足的基础上,结合对跟踪性能的在线分析和评估判断,对跟踪算法进行性能补偿和优化,并对面目标跟踪中目标遮挡和尺度变化情况进行分析和处理。在红外目标识别部分,为使目标和背景之间完全分离,我们提出了基于多信息核密度估计的红外目标提取方法,并把相关的目标特征描述矢量输入到正则化Adaboost基的红外目标识别框架中以获得鲁棒的目标识别性能。正则化目的是为避免高噪声红外图像特征导致的分类器过拟合。由于实际应用中,红外目标跟踪和识别技术是不可分离的,我们结合目前所研究的项目,提出了跟踪和识别的一体化设计在红外寻的防空导弹中的应用思路,确保了论文结构上的完整性。具体而言,本文的主要创新工作如下:(1)提出多尺度Top hat图像预处理方法降低红外噪声和杂波的影响,使得到的小目标观测值更可信和准确;引入H无穷滤波器作为红外目标跟踪的预测滤波器,对红外成像小目标进行运动预测和跟踪,增强了多种应用环境中噪声源和外界干扰不确定时跟踪器的适应性。(2)以集成了像素点空间关系和灰度信息的级联核构成目标的跟踪模型,提高了一定的跟踪性能;提出了能在线分析级联核基的红外目标跟踪性能的核基跟踪性能评价指标,把跟踪和性能指标集成在统一的核基框架中;提出了新的基于特征值的相似性度量,以实现在跟踪性能较差帧中的位置校正,该相似性度量不但包含了像素点的灰度信息,而且包含像素间的空间关系信息;为量化比较分析我们所提出的性能反馈补偿的核基跟踪器和mean shift跟踪器的性能,提出ROC曲线分析跟踪性能的方法,为核基跟踪算法的性能分析提供了新的思路。(3)以H无穷滤波器作为预测滤波器弥补我们所提出的性能反馈补偿的核基面目标跟踪算法在目标全遮挡情况下的不足,使得算法在目标全遮挡下仍有较强的稳健性;同时,以目标区域灰度值零阶矩的函数来调整目标跟踪窗的尺度,使得跟踪算法在目标尺度变化时也有稳健跟踪的能力。(4)设计了集成灰度、空间关系和局部标准差信息的多信息集成概率密度估计核,运用多信息集成核对红外目标进行提取;以NaiveBayes作为弱学习器,引入正则化Adaboost识别模型作为红外目标识别分类器,提高了高噪声数据下目标识别的可靠性。(5)结合目前项目的研究实际,以寻的防空导弹为例,补充设计位置准则、面积准则和灰度准则三个基本的目标识别准则,充分利用所识别目标的位置、面积和灰度变化信息,提高了红外目标识别器的识别性能;分析防空导弹武器系统的基本功能,提出了寻的防空导弹红外图像信息处理部分目标跟踪和识别算法配合方式的理论思路。