可见光无源探测设备与传统的雷达有源探测设备相比,在对敌方进行探测的时候不需要主动发出探测信号,使其天然具有抵抗传统探测中遇到的“四大威胁”的能力。在无源探测系统中基于图像的全景态势观测预警系统能够获取防护区域周围的全景图像,对图像中的目标进行检测、跟踪和预警,能够应对非对称威胁。此外,在民用领域中的视频监控、机器人视觉、车辆周视系统等也都有获取全景图像的需求。就目前而言,全景图像的获取主要有以下三种途径:（1）旋转扫描式全景图像获取法;（2）折反射全景成像法;（3）特殊结构形式实现全景成像。本文介绍了一种通过周扫式获取周视全景图像并通过对图像分析最终实现预警的系统,并按照图像获取以及处理的流程对系统中用到的关键算法进行了单独的介绍。本文的主要工作和创新点总结如下:（1）介绍了周扫式周视全景图像的获取与显示技术,并根据周扫式周视预警系统的成像特点,提出了一种改进的相位相关图像配准算法,通过将待配准图像选择局部区域进行配准提高了运行效率,将耗时减少为传统算法的29.7%;（2）分析了目前最流行的几种运动目标检测算法,并将它们进行了对比。应用Vi Be算法对运动目标进行检测时,提出了采用当前帧图像最大类间方差阈值对前景点再判断的方法,解决了Vi Be算法存在的“鬼影”问题,并采用漫水填充算法解决了Vi Be算法检测结果中的孔洞问题;（3）介绍了跟踪算法的背景知识和相关滤波算法的基础理论,针对周扫式周视预警系统的目标跟踪问题,提出了基于尺度估计和改进模板更新策略的改进KCF算法,使得目标跟踪成功率比传统KCF算法提升了10.6%,平均跟踪速率是SAMF算法的4.4倍、DSST算法的2倍;（4）对提出的算法进行了实验仿真,证明了局部相位相关算法、改进的Vi Be算法和改进的KCF算法的有效性和适用性。搭建了一套周扫式周视全景系统样机,将本文提出的图像拼接算法集成到系统中,运行稳定。此外,还将YOLO目标检测算法集成到系统中,作为其辅助功能。