近年来,智能视频监控系统的应用已经成为各国研究的热点。运动目标的检测与跟踪正是这项研究中最基本、最核心的问题,也是研究者目前备受关注的前沿方向之一。本文主要针对于海平面背景下红外小运动目标进行了相关检测与跟踪研究。由于视频是在海平面背景下,加上红外图像普遍存在目标与背景对比度低、目标边缘模糊和噪声大等问题,需要对红外图像降低噪声、进行背景抑制等预处理。本文主要工作是在MATLAB环境下对检测算法进行仿真,并在基于TMS320DM642DSP的硬件开发平台上实现了运动目标的检测,在Visual C++环境下进行编程实现跟踪功能。在红外图像的预处理方面,采用基于海天线的海空背景分割方法,对海天背景进行分割,减少目标分割时的计算量,同时对红外图像进行了中值滤波和高通滤波等预处理,实现了红外图像进行了去噪及边缘增强和背景抑制等功能。在目标检测方面做了相应的研究,提出了基于形态学的背景差分和顶帽检测结合的检测算法,并在基于TMS320DM642 DSP的硬件开发平台上实现了对算法的移植和优化。背景差分法可以得到大部分前景图像,顶帽检测能够对背景噪声有很大的抑制,但提取的目标轮廓不够完整,将两者结合起来,能够更加完整平滑的检测出目标。在目标跟踪过程中,采用Mean Shift算法和Kalman滤波器结合,利用卡尔曼滤波器来预测运动目标在当前帧的可能位置,将它作为Mean Shift的起始位置,Mean shift会在这个位置的邻域内寻找到目标在当前帧的真实位置。算法对快速运动的目标跟踪效果好,对低信噪比条件下的目标也能较好地跟踪。