随着对地观测技术的发展，基于航空平台的运动目标的检测与跟踪成为了目标检测与跟踪领域的研究热点与难点。本文在充分了解红外成像特性的基础上，针对红外航空图像序列中的运动车辆目标，分别从单目标的检测与跟踪、集群目标的跟踪、多源影像目标信息的融合提取与利用等方面入手，研究基于红外图像序列的运动目标检测与跟踪技术。具体研究工作如下:　　1.基于红外图像序列的动目标检测技术研究。提出序列图像关键帧法配准策略，用于补偿长时空图像序列的背景运动。并在此基础上，分析红外图像内运动目标形态及运动特征，提出基于局部聚类分割的对称差分动目标检测算法(SFDLC算法)。该算法利用传统对称差分法的高实时性和准确性，初步定位运动变化区域，并通过局部灰度聚类，实现了高检出率、低误检率的目标检测。　　2.基于核跟踪的动目标关联与跟踪技术研究。针对核跟踪法因错误收敛而丢失目标的问题，进行改进，提出一种基于检测更新模型的核跟踪算法(MSDU算法)，利用检测与跟踪的互作用，实时修正跟踪误差，从而提高了目标的跟踪精度，实现了目标在复杂场景中的稳健跟踪。　　3.基于数据关联的集群动目标跟踪技术研究。利用目标关联技术，通过定义主目标、描述目标间相对位置和运动信息，建立动态集群，提出一种基于主目标的动态集群目标跟踪算法（DGTMT算法），以集群的方式，对多个目标的整体运动趋势做预测，从而协同预测和关联信息，更为准确地定位多个运动目标，实现跟踪。　　4，多源影像集群动目标检测与跟踪技术研究。在同时获取可见光—红外图像序列的前提下，提出一种基于决策层融合的多源集群动目标信息提取技术，用中低分辨率红外影像中的集群目标检测与跟踪，引导高分辨率可见光影像中的目标定位，并在此基础上，进一步提出一种基于灰度和LBP纹理特征的可见光目标提取算法（TDGL算法），精确目标定位信息。　　5.本文以中红外航空图像序列和可见光—热红外模拟场景图像序列为实验数据，利用对比实验的方式，验证了本文提出的运动目标检测与跟踪算法的有效性，并进行讨论和展望。