随着红外技术、激光技术以及毫米波技术的发展,其相关自动目标识别技术的研究越来越多。红外设备的隐蔽性好,抗干扰能力强,作用距离远,搜索速率快,无镜面回波,可昼夜工作,这些特点使其越来越多的在军事或民用领域中使用。红外图像目标识别跟踪系统由光学接收系统、红外探测器、前放和视放电路、扫描变换器、图像信号处理器等主要部分组成,系统的核心部分是图像处理器,图像处理器主要包括图像预处理,目标探测和识别,跟踪等模块,用来处理图像信号。本文旨在实现基于红外扫描图像的运动物体自动识别跟踪系统,即实现红外目标识别跟踪系统的图像处理器功能。主要研究的内容有：首先,图像预处理。对采集到的红外图像进行图像滤波、灰度变换、图像增强等算法,减少图像中的噪声和杂波,来提高图像信噪比,突出目标,抑制背景等,为后续工作做准备。本文通过对常用图像预处理方法包括空间域滤波方法,频率域滤波方法的分析比较,针对实际情况进行算法的改进,选择了Butterworth滤波和中值滤波结合的方法对图像进行预处理。其次,目标识别的实现。通过选取合适的图像分割算法对目标进行分割,提取目标物体的特征向量,包括其矩形度、区域矩、归一化转动惯量等,进行进一步目标确认,提高目标识别率。文章中主要经过三种图像分割算法(背景差分法、基于目标局部能量分割算法、最大类间方差算法)结合本系统实际情况进行分析比较,选择了基于局部能量的分割算法来实现图像背景的分割,并得到了较好的效果。最后,目标跟踪的实现。选择合适的目标跟踪算法,确定运动目标的方位,模拟出目标运动轨迹,在坐标图中标识出来。使用了卡尔曼跟踪算法对目标进行跟踪,通过方位运算,得到目标的具体方位并转换为相对应的显示坐标。轨迹模拟是在VC++中使用GDI来建立雷达扫描式的极坐标系,将目标运动轨迹在坐标系中显示出来。