随着我国对精确打击武器的迫切需求，开展基于运动目标的红外图像末制导跟踪算法研究具有非常重要的国防意义。末制导跟踪阶段，目标与摄像机距离逐渐接近，导致目标在图像中的投影面积、目标的外观形态、背景等发生剧烈变化。一般常用的目标跟踪算法很难满足要求，因此，末制导跟踪仍然是一项富有挑战性的研究课题。本论文将末制导跟踪细分为三个阶段，即弱小目标捕获、面目标跟踪以及精确打击部位识别，采用复合式的跟踪方式，具体包括以下三个方面：(1)弱小目标捕获阶段，目标与摄像机距离较远，目标的在图像中的投影面积很小，表现为一个模糊的斑点，不具有形状和纹理特征。针对这类目标，提出基于感兴趣区域的分层背景补偿目标捕获算法。首先，提取图像的感兴趣区域，分层对每个感兴趣区域计算其光流参数；然后，建立背景透视运动模型，补偿背景的相对运动；最后，经自适应差分法检测运动目标，结合轨迹关联算法，利用目标运动的时序特征，对目标进行进一步确认，降低虚警概率。(2)面目标跟踪阶段，目标与摄像机距离逐渐接近，这时的目标渐渐呈现出细节和纹理特征。目标与摄像机存在剧烈的相对运动，导致目标在图像序列中的外观形态发生变化，采用固定的模板跟踪必将导致跟踪失败，针对这一问题，提出基于粒子滤波的子空间目标跟踪算法，采用的稀疏图像表述方法以及子空间特征提取方法能够自适应目标的外观变化。首先，应用粒子滤波进行重要性采样，对采样后的样本进行稀疏图像表述；然后，将样本集向目标子空间进行投影，估计其最大似然概率，更新目标状态；最后，更新目标子空间，使其在线学习并适应目标的外观变化。(3)精确打击部位识别阶段，目标在视野中变得很大，甚至会充满视场。为了保持跟踪的连续性，提出基于局部鲁棒特征的目标识别算法，识别出目标的局部要害位置，将其作为新的跟踪点。本文针对传统特征点匹配存在错误匹配的问题，提出了两点改进策略，在不影响正确性的前提下取得了很好的效果。