视频目标跟踪的难点在于快速、准确地在帧与帧之间匹配目标。由于红外图像目标与背景的反差低,图像的边缘模糊并且灰度级动态范围小,使红外目标跟踪难度比可见光更大。本文提出一种针对红外目标跟踪的融合算法,该方法融合直方图和不变矩的特点。首先利用目标的直方图计算简单快速的特点,由均值平移算法快速找到局部最优解,但由于该局部最优解仅为直方图匹配的最优解,缺少目标形状特征,与实际目标位置存在一定的偏差; 其次,利用边缘不变矩作为修正特征修正误差,避免跟踪误差逐渐累计而最终导致跟踪失败,以提高跟踪的稳定性和精度

在多传感器目标跟踪系统中，由于异质传感器能实现优势互补，将其数据进行融合，可提高对空中目标的跟踪精度。异质传感器信息融合是数据融合实际应用中的一个重要内容，因为在实际的系统中，经常遇到利用3D雷达（测量值为距离、方位和俯仰）、2D雷达（距离和方位）、被动雷达（方位和俯仰）、测高雷达（俯仰）和ESM（方位）等传感器对目标进行跟踪，利用这些传感器进行融合可获得更、更完全的目标状态估计。 　　异质多传感器融合是数据融合中一个重要内容，文献［1］研究了利用2D主动雷达和红外传感器对高机动目标进行跟踪，

针对空中机动目标, 利用目标多普勒信息和红外辐射信息建立具有树形结构的红外雷达跟踪系统状态估计模型. 基于无迹卡尔曼滤波方法, 提出一种自适应双波段红外并行融合算法, 并基于红外融合结果, 采用序贯滤波融合方法, 与雷达传感器实现深层交互多模型融合估计. 通过仿真表明了所提出的方法具有更小的距离跟踪误差和良好的跟踪精度.