随着目标识别与跟踪算法的不断更新发展,无论是在民用领域还是军事方面都有着广泛的应用。与此同时,也对目标识别与跟踪算法有了更高的要求。本文主要研究应用于无人飞行器上的目标识别与跟踪算法,通过对算法的分析研究,提出改进优化的方法。使其在应用于无人飞行器中时,对目标的识别与跟踪更加的快捷、更加准确。在图像的预处理方面,本文阐述了改进后的中值滤波器,在优化算法后,更加适应了多种噪声类型的去除,提升了滤波效果,并且提出了由于滤波导致图像边缘画模糊的现象,并利用图像锐化,对图像进行修补,保证了图像信息特征的完整性；在目标识别算法方面,阐述了多种目标识别算法的相关内容,它们是对于本文对于目标识别算法分析的基础。经过研究分析,得到其优点与不足,综合以上分析结果,最终选定均值漂移算法。Mean Shift算法是一种有效的统计迭代算法,已广泛应用于聚类分析、跟踪、图像分割、图像平滑、滤波、图像边缘提取和信息融合等方面。在使用Mean Shift算法时,对其进行算法优化处理,在对图像进行分割时,添加带宽选择环节,使其对于图像的分割及目标的检测有着更加优越的效果；在目标跟踪算法上,同样也选用均值漂移算法对目标进行跟踪,并结合实际应用中出现的由远及近的目标大小变化现象,提出了跟踪窗的自适应模式。结合以上算法,利用VC技术,设计了一套基于DM6437-355的目标识别跟踪系统,对本文所提出的目标识别与跟踪算法进行验证。通过在不同场景下对目标进行识别跟踪的实验结果可以看出,此算法能够在复杂的背景下对目标识别和跟踪；目标运动过程中发生形变和翻滚时,对目标的识别和跟踪。且识别与跟踪结果快速、稳定、准确,拥有广泛的应用前景。