目标跟踪是指对连续图像序列，通过给定初始帧中目标的初始状态(例如位置和范围)，估计目标在后续图像序列中的运动轨迹。目标跟踪是计算机视觉领域的研究热点。由于超高分辨率遥感技术的发展，从卫星视频中跟踪目标已成为可能。然而，卫星视频中的目标通常在整个图像上占比很小，与背景过于相似，因此现有的自然视频目标跟踪算法都无法在卫星视频中具有令人满意的精度。光流法能够计算像素点微小运动的光流矢量，从而提取目标的运动信息。背景剪除能够通过背景建模，分割图像中目标与背景。基于光流特征和背景剪除策略在检测目标微小运动方面的巨大潜力，本文提出了针对卫星视频的两种方法：基于光流特征的多帧差卫星视频目标跟踪算法(MOFT)和基于背景剪除策略的卫星视频目标跟踪算法(BSST):(1)在基于光流特征的多帧差卫星视频目标跟踪算法(MOFT)中，将Lucas-Kanade光流法与HSV颜色系统和积分图像融合，引入多帧差方法，实现对卫星视频中目标的精确跟踪。(2)在基于背景剪除策略的卫星视频目标跟踪算法(BSST)中，将高斯混合模型背景剪除方法与积分图方法进行组合，使用多帧差方法进一步提高跟踪性能。
　　在5个VHR遥感卫星视频数据集的实验表明，与目前最先进的目标跟踪算法相比，本文提出的两种算法能更准确地跟踪目标。其中，基于背景剪除策略的卫星视频目标跟踪算法在微小运动的卫星视频中能够达到更加精确的跟踪性能。