本论文介绍了线状目标识别与跟踪的基本方法。目标识别方面,对多种直线提取算法进行了深入的研究,提出了基于伪方向的直线提取算法。该算法通过设计的3*3目标算子与边缘图像卷积,实现对边缘点的有效编组,得到了边缘点的伪方向信息,进而只在伪方向相同的编组内随机取点对进行Hough变换提取直线。结果表明,该方法能大幅减小随机Hough变换的运算时间。同时,作者还结合Freeman链码的基本思想,对上述编组的有效性作了详细的论证。目标跟踪方面,从相似度量函数和模板更新策略两方面出发,着重研究了多种灰度匹配的相似度量方法,并结合其优缺点,根据实际待跟踪图像序列的特征,提出了中心目标加权和边缘像素加权两种相似度量方法;讨论了作为连续多帧跟踪纽带的模板更新策略,阐述了其对跟踪效果的影响,然后结合匹配置信度和中心目标区域增长给出了模板内容的更新方法以及模板尺寸大小的调整方法。