反无人机系统广泛应用于反恐治安、空中管制及隐私安全等方面,现有的反无人机系统主要着眼于防御和攻击需求,因其体积庞大,在移动作战过程中易于暴露自己,而且在遮挡情况下误警率较高。本论文针对局部低空防务需求,开展小型化、高精度的反无人机目标探测跟踪系统研究,以小型四旋翼无人机为研究目标,结合视觉注意机制开发目标检测方法,对叶簇背景设计目标跟踪与轨迹预测算法,并借助于达芬奇硬件平台进行验证。主要研究内容包括以下四个方面:1)设计光电成像技术方案。通过分析探测器的作用距离,研究像元尺寸和分辨率之间的关系与目标在光学系统中的成像过程,并结合探测器的光谱响应特性,完成探测系统的器件选型,构建了适用于低空反无人机目标探测跟踪系统的光电成像技术方案。2)开展无人机目标检测方法研究。通过分析对比3类经典的显著性检测模型,研究了色彩空间模型及小波函数特性,综合考虑图像的局部和全局对比度特征,改进了基于小波分析的显著性检测方法。实验结果表明,在XYZ色彩空间sym2小波显著性检测方法的精确率、召回率和F值均高于其他5种小波。3)设计了目标跟踪及轨迹预测算法。基于滤波技术和遮挡判别策略,对叶簇场景下目标遭受全局遮挡而产生的跟踪漂移问题,引入了融合卡尔曼滤波的时空上下文跟踪算法。实验结果表明,改进算法的平均成功率相对于原算法提高了 14.9%,中心位置误差精度提高了 6.8个像素。4)研究了嵌入式算法移植技术。以DM6446达芬奇平台的软件架构为基础,搭建了系统运行环境。根据算法设计流程,依次配置并生成了算法的Codec包、DSP服务器以及Codec引擎,开发了基于时空上下文目标跟踪算法的应用程序。经验证嵌入式目标跟踪系统的处理速度最低为13帧/s。通过实验验证,本论文构建的反无人机目标探测跟踪系统实现了系统的小型化设计,同时达到了提高跟踪成功率和目标定位精度的预期目标,在低空防务需求中具有重要的工程意义。