1、紅外弱小多目標跟蹤在軍事領域具有重要意義。在靶場中天空背景下的紅外弱小多目標跟蹤具有如下幾個難題：首先，圖像信噪比低，目標尺寸小，可用信息量少，背景復雜，造成跟蹤困難；其次，目標在交叉運動中發(fā)生的軌跡交叉分離以及目標合并現象，也是多目標跟蹤的難點之一。因此，如何解決云層背景影響，實現多目標的魯棒跟蹤，是需要迫切解決的問題。
　　本研究主要內容包括：⑴提出了一種改進的雙邊濾波算法。在圖像預處理中，針對圖像中高頻背景信息對目標提取的干

2、擾，本文基于帶通形態(tài)學濾波以及加窗雙邊濾波解決了云層背景下的背景抑制問題，使云層高頻邊緣的影響大大降低，并通過自適應閾值方法進行閾值分割，提取出目標。⑵提出了一種基于加權引導濾波結合PSR判定的時空關聯單目標跟蹤方法。在紅外目標跟蹤中，針對STC跟蹤算法出現的漂移情況進行分析，主要有兩點：一是先驗知識的低維度，單純地統(tǒng)計了灰度層次上的信息而沒有過濾掉高頻背景信息，不加處理的話會將錯誤的信息更新到目標模型之中，從而可能導致置信圖的錯誤響應

3、，即跟蹤失?。欢悄Ｐ椭袑W習率固定不變，這導致跟蹤沒有很好的自適應性?；诖?，提出了加權引導濾波結合PSR判別機制的方法用以處理時空關聯單目標跟蹤，前者用于過濾高頻背景提供優(yōu)化先驗知識，后者用于判別遮擋狀態(tài)并動態(tài)更新學習率，并通過仿真實驗驗證算法的有效性。⑶研究了多目標跟蹤下較為重要的數據關聯問題。針對目標之間的軌跡交叉分離以及目標合并問題，提出了基于目標連續(xù)特征的數據關聯方法，并且結合時空關聯單目標跟蹤方法提出了自適應多目標跟蹤框架