计算机视觉领域中包含了各种各样的图像分析与处理技术，目标跟踪是它的一个重要组成部分。现有的目标跟踪算法中，存在着精度与速度的矛盾，往往精度高的算法速度较慢，而速度快的算法精度较低。对于不同场景下的要求，需要对速度与精度进行权衡。在超高速目标跟踪场景下，要求跟踪速度必须极快并且精度不能过低，因此研究一种计算速度极快并且精度尚可的目标跟踪算法具有重要的意义。
　　弹载应用场景对目标跟踪平台的体积和功耗有较高要求，基于SoC的FPGA平台可以满足该场景的需求，它兼具ARM的系统控制能力和FPGA的高速并行计算能力，并且通过合适的架构设计，可以进一步地提升目标跟踪算法的运算速度。本文在对现有目标跟踪算法分析的基础上，以一种速度较高的算法为基础进行算法和结构的改进，在提升算法计算速度的同时保持跟踪精度。得到改进算法之后，针对SoCFPGA平台对算法的架构进行设计，并将其移植到XCZU7EV平台下，最终得到一个具有超高速目标跟踪能力的目标跟踪系统。
　　首先，本文对于现有的跟踪算法进行了横向比较，确定本研究所使用的基础算法为KCF算法，然后根据FPGA的结构与运算特点对KCF算法进行改进，使用更简便的HSV特征以及线性核。与原始KCF算法相比，它提升了跟踪速度，并且精度没有明显的损失，因此将该改进后的目标跟踪算法作为最终跟踪系统所使用的算法。
　　其次，根据SoCFPGA平台的结构，分别设计了处理器和FPGA需要完成的功能及架构。对于处理器来说，在其上运行嵌入式Linux操作系统，并且完成视频图像序列的存储，目标图像块的提取与传输，目标位置偏移量的接收，目标实际位置的计算以及上述操作的顺序控制。对于FPGA来说，它使用深度流水化与高度并行化的架构，同时使用快速傅里叶变换与片上存储器资源，可以实现对算法的进一步加速。本文设计的目标跟踪系统架构可以同时发挥处理器和FPGA的运算特点，满足了弹载应用场景对跟踪系统计算速度与灵活性的要求。
　　本文对设计实现的超高速目标跟踪系统进行了精度与速度的测试，测试结果表明，在精度方面，整体跟踪系统与软件实现的改进后的目标跟踪算法相比没有差异，与原始KCF算法相比，精度下降约为8%。在平均速度方面，软件实现的改进后目标跟踪算法可以达到1241fps，原始KCF算法为287fps，不包含从SD卡读入测试序列所消耗的时间，SoCFPGA平台实现的算法计算速度可以达到2503fps，该硬件平台有着较为显著的提升。因此，本文研制的SoCFPGA目标跟踪平台具有超高速计算，便携灵活以及可扩展的特性，可以满足对超高速目标进行跟踪的应用需求，达到了研究目标。