红外成像制导是一种智能型的精确制导技术,它利用目标与背景之间的红外辐射差异获取图像,通过高速信息处理机对目标图像进行实时处理,是一种有效的制导手段。红外图像目标跟踪技术是红外成像制导系统的关键环节之一,随着现代高技术条件下战场对抗的日趋激烈,能够在复杂的自然背景和干扰条件下对红外目标进行精确跟踪成为红外制导武器面临的重大挑战之一。针对上述问题,本文主要研究了基于粒子滤波及其改进算法的红外目标跟踪方法。首先介绍了目标跟踪前预处理,主要包括图像增强、降噪滤波方法以及目标分割检测,并利用红外实测数据对图像预处理和常用目标分割方法进行实验分析与比较。其次,介绍了粒子滤波和均值漂移算法,并针对粒子滤波算法跟踪精度受粒子数影响的问题,提出了一种基于均值漂移(Mean shift)与粒子滤波相结合的红外目标跟踪改进算法。其在粒子滤波对目标状态估计后,采用均值漂移对估计值优化,相比传统的结合方式,在不降低跟踪精度的前提下,减少了计算量。同时,引入抗遮挡策略,在目标被遮挡时扩大搜索范围,确保了对目标的稳健跟踪。最后,针对粒子退化及贫化问题,采用拟蒙特卡洛高斯粒子滤波(QMC-GPF)对目标进行跟踪。在算法中,省略重采样步骤,不仅避免了粒子退化,又降低了运算量。为了进一步提高目标的描述能力,充分融合目标的灰度及梯度等空间特征,引入Sigma集对目标进行特征建模,提出了一种基于Sigma集特征描述的拟蒙特卡洛高斯粒子滤波红外目标跟踪算法。实验结果表明,该算法在跟踪精度上较传统的粒子滤波算法有较大的提高,并且具有较强的抗干扰能力。