红外空中目标自动检测与跟踪技术是光电防空火控系统的核心技术,对我国防空系统的建设具有极为重要的意义和价值。为此,本文选择了该研究方向中的若干问题进行了深入研究：复杂云层背景下的红外弱小目标检测算法、复杂背景下红外空中目标跟踪算法、现代电视跟踪器软件系统设计,并在算法研究过程中将非参数统计引入到图像处理领域,提出了一种新的图像分析方法。在红外空中图像纹理分析算法研究的过程中,将非参数统计中的秩分析方法引入到图像纹理分析中,该方法从灰度过渡纹理分析入手引入非参数秩分析理论,定义了图像纹理的秩统计变换,并提出了利用不同的秩相关卷积的组合方法提取图像中特定的纹理结构的方法。基于秩统计变换的图像变换结果只与图像纹理的灰度排序有关,而与纹理的灰度幅度无关,具有较高的鲁棒性。在对复杂云层背景下红外弱小目标检测问题的研究过程中,利用非参数统计变换对云层边缘纹理进行描述,提出了一种新的复杂云层背景的抑制方法。本文首先定义了理想云层边缘纹理的秩统计量,通过对图像与理想云层边缘纹理秩统计量的相关曲面进行反相拉伸变换,构造了针对云层边缘区域的陷波滤波图像。利用该陷波滤波图像可以在红外弱小目标检测时实现对云层边缘的有效抑制。为了实现对恶劣环境下红外空中目标的稳定跟踪,本文分析了传统归一化互相关算法在红外空中目标匹配定位时失效的原因,提出一种改进的红外图像归一化互相关匹配算法。该方法将模板和匹配区域之间的纹理相关计算看作一个最优化问题,寻求使图像纹理相关匹配鲁棒性最好的相关基准值,用图像的相关基准函数替代传统方法中的区域均值部分,构造了一种新的适用于红外目标匹配的归一化相关算法。最后,在电视跟踪系统中对本文提出的若干算法进行了工程实现,并在实际系统中对本文中的算法进行了验证。