现代化战争对作战平台的隐身性、战场情报的全方位和实时性等要求越来越高，光电探测系统作为航空电子技术的重要组成部分，成为各国竞相发展的高新技术。本文提出一种包含全向红外搜索与跟踪和光电瞄准的光电探测系统，广泛的利用紫外、可见光、红外和激光成像技术，实现对战区的昼夜侦察、目标的搜索、跟踪和大视场成像等功能，为武器投放的目标指示、作战效果评估提供数据支持。基于图像的目标跟踪技术在光电探测系统中应用越来越广泛，随着计算机运算能力的提升，传统的跟踪算法渐渐被淘汰，基于在线学习的跟踪算法越来越受到重视，但是仍然没有一种跟踪算法可以克服跟踪过程中光照、形变、遮挡等复杂环境下的多种问题。本文基于在线学习的目标跟踪算法及其在光电探测系统中的应用展开研究，提出了一种基于SVM的多特征融合的跟踪算法，能够有效地解决跟踪过程中的目标形变、光照变化和相机抖动等问题。将其应用于本文设计的光电探测系统中，为机载光电探测系统战场态势感知、导弹告警、目标搜索与跟踪等综合作战任务提供了重要的技术支持。具体包括以下内容：　　1、深入研究目标跟踪算法。研究并实现当前典型的TLD跟踪算法、CT跟踪算法和 Struck跟踪算法，在光电探测数据集上测试三种跟踪算法的跟踪结果。根据跟踪结果分析三种目标跟踪算法的优缺点，提出目标跟踪算法中特征选择的重要性。　　2、基于SVM的多特征融合算法实现与评估。在Struck跟踪算法框架中添加Hog特征，与Haar特征、Raw特征和Hist特征单个组合或者两两融合，获得10组特征提取不同的跟踪算法。通过计算10组跟踪结果的中心定位误差，分析跟踪结果与特征选择的关系。选取一种基于Haar&Hog融合特征的跟踪算法，在光电探测数据集上测试，将仿真结果与TLD、CT和基于Haar特征的Struck跟踪算法对比分析。最后将该算法在跟踪算法评估平台VOT_Challenge2013上进行综合评估。　　3、设计光电探测系统及其数据处理方案。基于现代化的作战需求和国内外综合航电技术的发展，设计能够实现昼夜侦察、目标搜索与跟踪、大视场成像、多源图像融合的光电探测及其数据处理方案。借助图像融合、目标检测和图像拼接技术，实现本文所设计跟踪算法在光电探测系统中的应用。