现代战争对精确打击武器的要求越来越苛刻，精确打击武器的核心技术是精确制导技术，而基于图像的目标自动识别与跟踪技术是图像制导领域急需解决的重要难题，同时也是计算机视觉领域的研究热点。本文作为自建系统“天地一体战场网络仿真平台”的重要组成部分和前期研究项目，对目标自动识别与跟踪技术的理论、计算和试验三方面进行了系统研究。主要研究工作包括:首先研究了图像预处理。除了去噪常用的算法，首次将恶劣天气条件下的图像增强作为图像制导中预处理的重要内容，同时将基于显著性检测算法和新型的自适应滤波算法结合起来，形成了一种新型的具有优化效果的抠图算法。接着研究了基于图像的目标识别跟踪算法。将基于Haar特征的目标自动识别方法扩展到战场军事目标的自动识别，建立了基于AdaBoost算法的模拟军事目标分类器训练方法;将Kalman滤波预测方法融入到Camshift算法中，提高了目标跟踪算法的速度和抗干扰能力。最后对前文的理论研究进行了实验验证。应用本文建立的目标自动识别与跟踪方法，搭建了包括软件与硬件的快速目标自动识别与跟踪系统，将ARDrone四旋翼飞行器作为控制目标，通过无线网络建立通信信道，进行了目标自动识别与跟踪试验。试验结果表明:本文建立的目标自动识别与跟踪算法速度快，目标自动识别与跟踪系统实时性和抗干扰能力强。