随着计算机视觉的飞速发展,基于可见光图像的目标识别及跟踪算法,在视频监控、人机交互等领域,得到了广泛的应用。本文主要针对目标识别及跟踪算法进行研究,针对传统算法的缺点,提出改进方案,实现了航拍图像的多目标识别以及对航拍视频的多目标跟踪,并且基于飞行器通过航拍图像对地面目标位置估计的方法进行了理论研究。首先,本文研究了去除图像噪声的均值滤波算法、中值滤波算法及高斯滤波算法,通过仿真实验得到了三种滤波算法的去噪效果及特点;考虑到雾霾对图像像素质量的影响,本文研究了暗通道先验的图像去雾算法,并对雾霾图像和视频进行去雾仿真,针对传统视频去雾算法的不足,提出改进的视频去雾算法对其进行改进,并进行仿真验证。然后,在多目标识别方面,首先在传统机器视觉框架内,提出了改进特征提取算法多目标识别技术,将其应用于传统的机器视觉多目标识别算法中,分别针对地面平视拍摄图像及低空俯拍图像进行多目标识别仿真,仿真结果表明该算法在识别的精度上需要进一步改进。接下来,考虑到传统机器视觉的局限性,本文研究了基于神经网络的多目标识别算法,通过对YOLO算法和SSD算法的原理分析及仿真,结果表明YOLO算法和SSD算法存在抗遮挡能力差、出现漏检和识别错误等不足。因此,提出了改进的神经网络算法,将仿真结果与本文其它多目标识别算法进行对比,有效的提高了多目标识别算法的精度及准确度。最后,本文重点研究了 KCF目标跟踪算法。由于KCF算法目标框不能自适应尺度及抗遮挡能力差,本文有针对性的设计了多尺度模块和抗遮挡模块,提出了改进的多目标跟踪算法,实现了对航拍视频的多目标稳定跟踪;针对图像目标位置估计问题,本文研究了摄像机成像原理和坐标转换,并通过基于相似三角形的图像测距方法,实现了通过二维图像进行目标定位及测距的功能。