目前,随着遥感技术的快速发展,遥感视频的应用在军事和民用领域日益广泛,而飞机作为特殊的工具,在军事和民用领域都有着关键性的地位。基于遥感图像的飞机目标检测与基于遥感视频的飞机目标跟踪在现代情报获取中有着关键的作用。但是,随着遥感图像分辨率的提高,图像包含的信息更加丰富,图像大小也显著增大,相应的技术却很难处理这类变化。本课题研究的是复杂场景下的飞机目标检测与跟踪技术。复杂场景指的是在大场景遥感图像和视频的背景下,背景图像信息丰富、尺寸较大,与目标的空间尺度比例相差较为悬殊的场景。本课题在工程实践背景下,应用目标检测和目标跟踪技术,解决了复杂场景下运动的飞机目标检测和跟踪的问题。本文的主要研究内容如下。首先,本文利用Faster R-CNN目标检测算法进行遥感图像中的飞机动目标检测。针对本文所研究的复杂场景遥感图像中,图像尺寸较大而目标在图像中所占像素较小,直接进行检测会导致准确率较低的问题,所以本文提出先利用帧间差分法检测出飞机动目标,然后对帧间查分的结果进行形态学滤波处理,最后再对滤波后的结果逐一开窗进行目标检测。本文利用该方法解决了复杂场景下飞机目标难以检测的问题。经过相关实验,验证了所提方法的性能。其次,本文利用基于核相关滤波的CN跟踪算法研究了复杂场景下的飞机目标跟踪问题。利用该算法基于颜色特征进行跟踪的特点实现遥感视频中的飞机目标跟踪。针对CN算法只能进行单目标跟踪的问题,本文对算法进行了扩展,使其能够实现多目标的跟踪。另外,本文研究的视频是4K的大场景视频,所含目标较多,环境较为复杂,而且有的目标运动速度较慢,不容易被发现,极易导致遗漏掉部分运动目标。所以本文结合上一部分设计的目标检测器,提出先利用目标检测器检测出视频第一帧中目标的位置,最后利用CN算法进行跟踪。实验证明,本文提出的方法不仅跟踪到了视频中的全部运动目标,而且避免了需要人工标定视频第一帧中的运动目标,误差较小,跟踪性能优越。