精确制导武器作为高科技、信息化战争中的主要打击武器,在当代战争中发挥着至关重要的作用。图像制导作为精确制导武器的一种重要制导手段,主要任务是从复杂背景中实现对目标的检测、跟踪和精确打击。在检测阶段,目标微小而背景复杂,目标运动的同时,导引头摄像机也在运动,运动的耦合使得目标与背景分离难度很大;在跟踪阶段,存在背景变化、尺度变化、遮挡、形变等因素的干扰。因此,开展运动目标自动检测和自适应跟踪的研究,对于智能化图像制导的实现具有重要的研究意义和工程价值。论文针对图像制导系统中运动目标检测和跟踪存在的问题,从目标检测、全局跟踪和局部特征点跟踪三个方面进行了深入研究,主要研究内容如下:首先,将光流法与运动补偿法相结合,设计了一种动态背景下基于金字塔LK光流的运动目标检测方法。同时,利用改进的OTSU阈值自适应算法对图像做二值化处理,基于区域生长法进行孔洞填充和噪声去除,实现背景运动场景下的运动目标检测。其次,在基于背景感知的相关滤波跟踪算法的基础上,提出了一种基于响应融合的快速背景感知跟踪算法。使用尺度相关滤波器代替五层尺度金字塔实现尺度自适应,同时对滤波器模型采用稀疏更新策略,提高了算法的运行速度。采用固定的权重融合位置滤波器响应和颜色直方图响应,弥补了由于速度优化而下降的精度。然后,在局部跟踪阶段,设计了一种基于局部特征点的目标跟踪算法。对图像的局部区域提取SURF特征并利用光流算法计算相邻帧之间特征点的对应关系,基于一致性约束思想计算目标尺度、旋转角度和中心点位置,实现对目标的快速跟踪。最后,基于VS2013和OpenCV机器视觉库完成了算法的编写,并在JN-IGH57X硬件平台上实现了算法的测试。实验结果表明,论文提出的算法能够实现动态背景下运动目标的检测以及尺度快速变化场景下的目标跟踪。