目前,红外图像目标跟踪技术已经广泛应用于民用、医疗和军事等诸多领域。特别是在军事上,红外图像目标跟踪技术已成为现代军事系统的关键技术。同时,红外图像目标跟踪的算法研究也逐渐成为红外领域的研究热点之一。因此,本论文的主要包含以下研究内容:首先,介绍了红外图像目标跟踪技术在红外领域的重要性以及主要的跟踪方法,然后完成了红外图像的预处理。包含对原始红外图像进行了非均匀校正、盲元检测和补偿、直方图增强和中值滤波处理。其中,为了实现对红外图像进行实时的图像增强,优化了在并行FPGA平台上的K-Selection排序算法。其次,设计了基于ARM的红外图像目标跟踪系统的硬件平台。对系统上电顺序、时钟管理、电源设计、存储设计和调试接口分别进行了阐述。针对红外成像系统设计中的温度控制模块,实现了基于数字PID的温度控制方案。同时为了降低温控系统功耗,采用了第三代的PWM控制方式控制TEC的电流。最后,在ARM平台中实现了结合模糊理论的Mean Shift跟踪算法。首先介绍了模糊理论在目标跟踪领域的应用。之后结合模糊理论对Mean Shift跟踪算法进行了改进。在ARM系统进行跟踪的过程中,首先由Mean Shift跟踪算法确定待跟踪的目标。跟踪过程中,目标的模型会得到实时的更新,并且根据模糊理论判断目标是否跟踪失败,若失败则重新捕获目标。与传统的跟踪算法相比,结合模糊理论的Mean Shift跟踪算法的抗干扰能力和跟踪的准确性都得到了较大的提高。在此基础上,以形体会发生变化的行人作为红外目标,以普通居民小区作为背景实验了本系统的硬件平台和本文所提出的算法。实验结果表明,本算法在该场景下能够实现对红外目标较为准确的跟踪。