弱小目标的检测与跟踪,是近年来图像处理与目标检测跟踪领域的一个研究热点,也是一项难度大且有着重要战略应用价值的课题。本文主要研究图像中的弱小目标检测及跟踪在DSP中的实现技术。通过图像处理,检测出弱小目标,并实现对弱小目标的跟踪。首先,介绍了DAM6416P实时视频图像处理平台的总体结构,并研究各单元的基本原理及功能。其次,研究了含弱小目标的图像的基本特性,包括图像噪声特性、背景空间分布特性和弱小目标特点。同时比较了几种常用的目标检测前的图像预处理方法在DSP中的实现效果。随后,研究了弱小目标的检测及分割在DSP中的实现。主要对象点处理分割、基于边界的分割的多种方法在DSP中的实现。针对背景复杂时,弱小目标检测不能通过单一的图像处理方法实现的特点,采用了在DSP中基于形态学的弱小目标检测算法和基于小波分析的弱小目标检测算法。实验结果表明这两种算法都能取得较好的检测效果。接着,研究了弱小目标在DSP中的跟踪实现。主要采用了波门跟踪和模板跟踪实现对弱小目标的跟踪,并比较了两种跟踪算法的有效性。为提高跟踪的实时性和准确度,提出了一中简单的轨迹预测方法,实验证明该方法能有效解决在目标被局部遮挡或全部遮挡时对目标的跟踪问题。最后,对在DSP上实现预处理、检测及跟踪的整个过程和实验中为提高算法的快速性而采取的优化措施和应注意的问题作了一个总结。