无源毫米波成像系统可以探测场景物体辐射的毫米波段的能量,根据辐射能量的不同来进行成像。毫米波的频谱分布介于红外与微波之间,它能够穿透雨雾,烟尘,衣物等进行传播,因此相对于光学与红外图像,毫米波图像在物体的检测与跟踪方面,具有很大的优势,对场景目标的检测跟踪可以不受气候条件的影响,另外也可以实现对隐匿违禁物品的检测与跟踪;其次,无源毫米波成像系统是一种被动系统,它不需要主动发射电磁波,具有很好的隐蔽性和低辐射性。所以无源毫米波成像技术无论是在军事还是民用领域都具有很大的应用价值。近年来目标检测与跟踪技术成为了国内外研究的重点,被广泛用于各种光学和红外成像系统中,但是基于无源毫米图像的目标检测跟踪技术方面的研究较少。由于成像技术与体制的原因,毫米波图像通常分辨率较低,目标与背景的区分度较弱,目标可提取的特征较少,因此传统的目标跟踪方法不能直接用于毫米波图像目标跟踪。本文主要研究了毫米波图像的成像理论与图像特点,针对毫米波图像的特征,对经典的目标跟踪算法进行研究与改进,主要的研究内容及研究结论如下:1.针对毫米波图像的特点,研究了目标的加权灰度特征直方图和梯度方向直方图分布,利用融合的灰度和梯度特征对目标进行建模,仿真结果显示融合特征对目标的描述更加的全面。2.研究了均值漂移算法在目标跟踪中的应用,利用融合特征对目标进行建模,分别对光学图像和毫米波图像做了仿真,结果显示算法具有比较好的实时性与准确性。3.研究了粒子滤波理论,将粒子滤波算法应用于毫米波图像目标跟踪,由于算法实时性的考虑,在较少量粒子的情况下,跟踪算法的鲁棒性很差,文中针对此种情况提出了改进的免疫优化粒子滤波跟踪算法,仿真结果显示在不显著增加运算量的情况下很大程度上增强了算法的抗干扰性。4.对多目标跟踪理论进行了研究,重点研究了码本模型减背景技术以及数据关联算法,综合考虑跟踪算法的实时性和稳定性,提出了改进的基于检测的最近邻粒子滤波跟踪算法,分别对光学图像和毫米波图像中的多目标进行跟踪实验,仿真结果显示,在场景不太复杂的情况下,可以实时地跟踪多目标,并且可以处理多目标跟踪过程中一定程度上遮挡情况。