红外目标检测技术在军事、国防等领域应用广泛,随着计算机技术的发展,红外目标的检测跟踪精度越来越高,红外目标检测跟踪技术应用在了工业、农业和交通等更多领域中。其中,红外弱小目标的检测跟踪技术难度大,军用和民用价值高,成为了各界研究学者广泛关注的课题。本文在此基础上,展开了基于人类视觉机制的红外弱小目标检测与跟踪算法研究。首先,对红外图像进行研究,分析了图像背景、噪声和弱小目标的特性,介绍了基于背景抑制和噪声抑制的红外图像预处理方法,为本文的研究内容提供理论基础。其次,针对由背景边缘和高亮度的角点引起的检测虚警问题,从人类视觉特性出发,以小目标和背景边缘在局域内的方向特性为依据,提出了改进的显著性检测方法。针对在对不同尺度的目标进行检测时检测效果不稳定的问题,将显著性检测和尺度空间结合,提出了尺度自适应的弱小目标检测方法。通过实验验证了上述方法的有效性。然后,对基于眼动机制的红外弱小目标检测跟踪方法进行研究。该方法先对红外图像进行显著性检测,然后确定感兴趣区域,在感兴趣区域内对目标进行检测,最后模拟人类视觉的眼动方式对目标进行跟踪。针对基于眼动机制的PID跟踪算法由于参数固定引起的跟踪效果不稳定的问题,提出了能够根据位置误差自动校正的弱小目标跟踪算法,进行实测与模拟的多个场景下的对比实验,以验证该方法的准确性。最后,对基于随机集理论的多红外弱小目标检测前跟踪方法进行研究。根据红外图像特性和多目标运动特性,在多目标多伯努利滤波器的基础上,提出了基于显著性检测和新生目标自动搜索的多红外弱小目标检测跟踪方法。先将红外图像序列进行显著性检测,得到显著性图像序列,然后利用SCK-MeMBer-TBD算法和新生目标自动搜索算法,对红外弱小目标进行检测跟踪。经过对比实验和分析,验证了该算法的实时性和稳定性。