视频图像序列中运动目标的探测与定位技术得到了越来越多的应用。但是现有的目标探测与定位算法的精确度与鲁棒性仍然会受到图像中复杂背景的影响,例如目标区域内光照发生变化、目标与背景对比度较小以及目标发生严重遮挡等。为此,本文主要针对目标区域内光照变化产生的影响提出了基于图像融合的目标探测与定位技术研究。为消除光照变化对图像产生的影响,本文设计了基于双边滤波的图像增强方法,通过应用双边滤波求源图像的照度图像,然后根据Retinex理论求其反射图像,并对照度图像与反射图像采取不同的处理策略,对图像进行增强处理,分别从主观和客观两方面与2种经典的增强算法进行比较,本文设计的方法其信息熵、均值与标准差皆优于其他两种算法。为消除光照变化的影响,设计了一种基于不同增益图片的高动态范围图像融合方法。该方法中的融合系数由相机的电子学参数计算得来,进而得到高动态范围图像,经灰度拉伸后得到可显示的图像。其次分别从主观和客观两方面与2种传统的融合算法进行比较,同时将相机融合前后的动态范围进行了比较。选用辰芯G2020型互补性氧化金属半导体(CMOS)图像传感器完成实验测试,融合前高增益模式以及低增益模式下相机动态范围分别为59.2dB和66.1dB,经该方法处理后相机动态范围达到87.5dB,且成像质量较好,且本文方法计算量小,易于硬件实现。为提高算法的精度,本文将改进后的质心跟踪算法与均值漂移算法进行结合,以减小跟踪目标的中心位置与目标真实中心位置之间的误差。通过实验验证经改进后的算法性能有所提高。最后搭建图像采集实验平台对本文的整体算法进行实验验证,经实验证明,基于融合图像的改进型目标跟踪算法的平均相似系数相较于基于高增益图像的目标跟踪算法提高了30%左右,相较于低增益的目标跟踪算法提高了60%左右。