机载下视运动目标检测与跟踪技术是机载航空侦察系统中的关键技术之一，在航空侦察、边防稽私、边境巡逻和处突反恐等非战争军事行动领域有着广泛的应用。下视条件下，目标检测与跟踪系统会受到机载平台高动态环境和复杂地面景物背景等因素的影响，使得目标检测与跟踪的实时性和可靠性难以保证。本文主要围绕机载下视运动目标检测与跟踪中机载平台运动估计和背景补偿、运动目标检测和运动目标稳定跟踪等三个方面展开研究，主要工作有：1）提出了一种改进的相干点漂移点集配准算法的机载平台运动估计与背景补偿方法。首先利用Harris算法提取出有效的特征点，然后结合改进的相干点漂移点集配准算法和鲁棒性较高的RANSAC+LS参数估计算法，求解出背景全局运动模型的各个参数，有效地实现对机载平台运动的估计和背景补偿，最后用实际数据对算法进行了验证与分析。2）在背景补偿的基础上，提出了一种基于高斯混合模型的运动目标检测方法，利用改进的高斯混合模型进行自适应背景建模更新，然后进行运动前景和背景分割，实现目标的检测与定位。3）通过对卡尔曼滤波估计算法和均值漂移算法的分析与研究，提出了一种基于卡尔曼滤波目标轨迹预测和均值漂移的快速跟踪算法，实现机载下视复杂场景下的运动目标稳定跟踪。与传统的均值漂移跟踪算法相比，本文提出的算法既可以消除跟踪滞后问题，又可以解决跟踪中遮挡目标丢失问题，改进后的算法较好的实现了机载下视复杂场景下运动目标的稳定性跟踪。