目标跟踪技术是现代图像处理以及视觉研究领域内最热门的研究课题之一。随着科技的发展,特别是计算能力以及通信技术的飞速发展、图像识别领域算法的突破性改进,为目标跟踪技术的出现打下了坚实的理论基础和实现的可能,近年来,目标跟踪技术在天文预测、军事国防、智能监控、交通监视等领域有着及其重要的实用价值。　　 本文介绍了海天背景下舰船目标跟踪的国内外研究现状、传统的目标跟踪算法的技术与相关理论,主要的工作是将粒子滤波算法应用到海天目标跟踪领域,并且针对当前的跟踪理论提出了适用于海天目标跟踪的粒子滤波跟踪算法,为开发实时高效的海天背景目标跟踪系统做出前期研究,具体的研究内容是:　　 (1)本文总结和研究了几种传统的目标跟踪理论,介绍了基于卡尔曼滤波算法和Mean-shift算法的滤波原理,针对这两种算法分别进行了一段视频跟踪实验仿真,并在卡尔曼滤波算法下的海天目标跟踪进行了误差仿真,比较了Mean-shift算法下,用巴氏系数比较搜索到的目标与初始帧目标的匹配程度。　　 (2)本文总结了海天背景下传统粒子滤波器的跟踪算法原理,针对目前在目标跟踪中进行特征选取的单一性,提出综合利用包含目标的颜色直方图和纹理直方图的观测信息,将目标的颜色和纹理融合之后作为目标的跟踪特征,建立一种自适应的观测模型,根据跟踪背景不同,采取最为合适的方式进行采样。并将这种改进的算法同传统的粒子滤波算法进行了实验对比。　　 (3)针对当前对目标跟踪实时性的高要求,提出一种基于并行计算的粒子滤波跟踪算法,以当前计算机多核系统为保证,开发基于数据并行的分布式算法,将并行计算表示为一系列任务,任务之间通过使用通道发送消息进行相互通信。不仅能够提高跟踪精度,而且能有效地满足硬实时系统的时间约束问题。在集群环境中,设计并实现了粒子滤波跟踪的并行算法;采用组通信调度算法,最小化了每步通信所消耗的时间开销。对这种并行算法进行了仿真实验,同传统串行算法进行了数据对比,并针对这种算法进行海天背景的目标跟踪实验。