现如今,随着高科技技术的不断发展,可见光领域的地面目标跟踪识别技术已经不能满足在国防军事以及民用监测等领域的需求。特别是对于夜间的地面目标跟踪,可见光对于目标的跟踪识别则很难实现。红外成像技术由于能在全天侯进行清晰成像显示,在一些恶劣的天气状况下也能有着很好的抗干扰能力,因而得到迅猛发展,已经是精确制导打击地面目标的主要研究方向之一。目前的红外地面目标跟踪算法还有不足之处,如目标跟踪漂移、目标遮挡以及实时性不高等问题。基于此,本文在对一些常用的目标跟踪技术进行研究和探讨的基础上,进行了一系列的完善和改进。本论文的主要工作如下:(1)介绍了红外地面目标跟踪技术的研究背景以及国内外的发展状况,讲述了红外地面目标跟踪的研究意义。介绍了几种常用的红外地面目标跟踪技术理论以及实现步骤,讨论并分析了这些算法的优势和不足之处。(2)针对传统的压缩跟踪算法特征池提取的纹理特征和灰度特征不均匀的情况,引入一种新的随机测量矩阵,获取目标的多种特征,并对提取的多种特征进行加权处理,以此构造目标模型,提升了算法跟踪性能的可靠性。(3)针对压缩跟踪算法在对红外地面目标跟踪过程中目标跟踪框不能随着红外目标尺度大小自适应变化的情况,构造红外地面目标尺度自适性的改进压缩跟踪算法。对红外地面目标发生遮挡的情况下,采用Kalman滤波算法预测红外目标的跟踪位置,解决了红外地面目标短时间被遮挡情况下的跟踪问题。本文通过实验测试和对比分析,证实了多特征融合的尺度化压缩跟踪算法(Improved Compressive Tracking,简称ICT算法)在红外目标跟踪过程中提高了跟踪稳定性。(4)针对ICT算法在红外目标变化太大时跟踪效果降低的问题,研究了基于TLD(Tracking-Learning-Detection)算法与ICT算法结合的红外地面目标跟踪算法,并对TLD框架中检测器模块加入三帧差分算法,优化目标搜索区域,提升了算法的跟踪速度和跟踪准确度。通过实验测试,结果表明本文的算法有效的提升了红外地面目标跟踪效果,有良好的准确性和实时性。