随着科学技术的发展和现代化信息战争的升级,利用卫星探测和跟踪运动目标已显得极为重要,特别是红外卫星成像具有全天候观测、抗干扰性好等优点,在军事和民用领域中的得到广泛的应用。在复杂背景环境下,根据获取的序列红外图像快速、准确地检测目标并进行鲁棒性跟踪,是运动目标检测和跟踪实时系统的首要任务。首先,通过分析红外目标成像特点,研究了环形最大中值滤波算法的检测性能,并针对其在剧烈变化的边沿检测出连续疑似目标点的不足,根据目标灰度在各方向上变化的趋势,提出了一种最大方向均值滤波方法对图像背景进行预测。实验表明,本文方法不仅能正确检测弱小目标,而且能削减边沿杂波的干扰。其次,为研究传感器量测误差,构建了空间坐标到像面坐标的映射模型,通过产生随机高斯抖动误差,分析了卫星三轴姿态角度变化对目标成像的影响,得出姿态角误差方差与目标成像误差方差成线性正比例关系的结论。在轨迹初始化方面,为适应系统开发需求,对传统Hough初始轨迹方法进行简化,加快了轨迹初始时间和减少了计算量和存储量。在跟踪维持方面,利用基于卡尔曼滤波的全局最近邻方法实现了多个目标跟踪。然后,本文根据目标检测和跟踪系统的功能和性能要求,设计了系统的平台架构。根据系统的实时性要求,将系统划分为单帧检测硬件部分和数据关联软件部分。适应于系统设计需求,将软件系统划分为数据接收、数据解析、数据关联和结果发送四大模块。为了加速数据处理,系统采用多线程和多缓冲相结合的方法,提高了系统响应速率和实时性能。最后,开发出适合处理高数据流的目标检测和跟踪系统,并对其相关功能进行介绍。