作为计算机视觉领域中的热点问题,视觉跟踪的发展如火如荼地进行,在农业监测、交通监控、电力巡检、影视剧拍摄和震后救援等方面都具有广泛的应用价值和发展前景。视觉跟踪中出现的如光照变化、局部或全局遮挡、目标形变等问题都是目标跟踪领域的经典问题,无人机目标跟踪也因其飞行高度低、飞行范围广等极易导致视点改变、相机移动等跟踪难点的出现,虽然国内外的研究学者一直致力于提出更具有鲁棒性和准确性的跟踪算法,目标跟踪技术也有了很大发展,但是到目前为止,仍然没有一种能够统一解决各种问题的跟踪算法。本文基于视觉跟踪中经典的相关滤波算法,分别从表观特征解决遮挡及目标表达的鲁棒性方面提出了一些改进方法,并取得了一些研究成果。主要贡献如下:为了更好地解决无人机目标跟踪过程中出现的遮挡丢失问题,本文在经典相关滤波算法KCF的基础上,提出了一种多特征重检测的无人机目标相关滤波跟踪方法,通过进行多特征目标融合和目标发生遮挡时进行重检测来缓解局部或全局遮挡带来的影响,以此来提高跟踪器的跟踪精度和鲁棒性。光照变化是无人机目标跟踪过程中常会遇到的问题之一,为了缓解光照变化对无人机目标跟踪的影响,本文在相关滤波算法的基础上,提出了一种四元数傅里叶显著性检测的无人机目标相关滤波跟踪方法,并通过对相邻帧目标的处理减少跟踪消耗。通过四元数傅里叶显著性检测这种简单有效的方法,对目标进行有效跟踪,以此来保证跟踪器的鲁棒性和稳定性。