随着小型无人机发展,小型无人机对地面目标进行实时检测与跟踪技术也越来越重要,尤其在监控、追踪、侦察、搜索、定位等应用上。本文通过研究小型无人机载平台的特点,研究了一种目标实时检测的方法,和目标实时跟踪的方法,并且移植到了基于GPU的小型无人机信息处理系统平台上。本文主要的研究内容如下:(1)设计了一套基于GPU的小型无人机信息处理系统。根据小型无人机平台体积小、功耗有限的情况,并结合实时检测与跟踪任务复杂、计算量大、需要人在回路进行干预等特点,设计了包括在嵌入式GPU上进行地面目标实时跟踪的小型无人机载处理平台,与在GPU上进行地面目标实时检测的地面平台的小型无人机信息处理系统。(2)提出了基于形态自适应的运动目标检测方法。小型无人机检测地面目标的应用场景中,目标尺度小、种类形态多样、难以用特征描述与分类,复杂背景干扰目标检测。因此本文首先利用基于ORB特征点的图像配准来削弱背景抖动与干扰影响,然后在帧差的基础上,抑制噪声并增强小目标来提取运动区域,最后结合形态学处理方法和目标运动信息实现运动目标形态自适应处理,完成地面目标检测。(3)提出了一种改进的KCF目标跟踪算法。小型无人机跟踪地面目标的应用场景中,狭长型目标(如行人)、小目标存在较多,而观测视角与目标的相对运动常存在目标尺度变化与遮挡丢失的问题。现有的跟踪方法少有做针对性的改进,本文通过处理目标邻域来增强对狭长目标的跟踪,通过增强特征描述解决小目标易丢失的问题,通过图像尺度金字塔来检测尺度变化,通过判断丢失状态并重检测来解决目标丢失,完成地面目标跟踪。实验结果表明,本文的所提出的研究方法能有效解决小型无人机对地面目标的检测与跟踪场景中的问题,并且具有良好的实时性。