多个不同模式的图像传感器能够获得同一场景更全面和准确的描述，目前，多传感器技术在军事、智能监控、遥感和计算机视觉等领域有着重要的应用。经过研究人员的不懈努力，多传感器图像融合技术、视频图像运动目标检测与跟踪技术取得了长足的进步，但仍然面临着许多困难。本文以防空系统光电探测为背景，围绕浮空目标坐标测定仪系统的双传感器图像处理技术展开，对红外和可见光图像融合、地面环境下双传感器成像目标检测跟踪技术进行了深入研究。　　 论文的主要研究工作包括：　　 (1)结合浮空目标坐标测定仪系统项目研究，分析了系统结构和工作原理，讨论了系统需要解决的关键技术和难点问题，为后续研究奠定基础，详细分析了图像融合处理与传统的目标检测跟踪处理相结合的框架形式，同时对双传感器图像处理系统实现方式进行了研究。　　 (2)针对红外与可见光图像的融合增强，提出了一种基于非采样Contourlet变换和估计理论的图像融合方法。该方法利用非采样Contourlet变换对源图像进行多尺度多方向分解，结合成像传感器特性，采用估计理论制定系数融合规则。该方法能够取得良好的融合性能，且对源图像噪声具有一定鲁棒性。　　 (3)针对地面环境下基于红外和可见光双传感器的成像目标检测，提出了一种基于多模式均值时空模型的置信度融合检测方法。该方法针对地面复杂环境中非平稳变化的动态背景等问题，通过结合像素在时间域和空间域的分布信息，构造多模式均值时空模型，在此基础上，利用双传感器信息，进行基于置信度的融合检测。该方法能够提高检测精度和系统适应复杂场景变化的能力。　　 (4)针对地面环境下基于红外和可见光双传感器的成像目标跟踪，提出了两种跟踪方法。　　 一种是基于多特征融合的双通道目标跟踪方法。该方法针对单一特征鲁棒性差的问题，从红外和可见光图像中提取多个互补特征，结合均值漂移跟踪框架，自适应地融合定位目标；针对模型漂移问题，对目标多特征模型进行自适应地选择性更新。该方法在光照变化、阴影、背景纹理复杂及存在类目标干扰等复杂情况下，比传统方法在跟踪稳定性、可靠性方面有一定提高。　　 一种是基于特征自适应选择的金字塔均值漂移跟踪方法。该方法针对传统均值漂移跟踪框架不足以对目标帧间快速运动、快速尺度变化进行有效处理，以及如何自适应选择最优特征用于跟踪的问题，通过定量分析不同特征区分目标和背景的能力，从而自适应选择出最有效特征进行目标描述，对目标模型表示方式进行分析，将金字塔自适应分解与均值漂移跟踪结合，由粗到精定位目标，并对目标尺度进行自适应更新。该方法在目标快速运动、尺度变化、摄像机运动、局部遮挡等情况下，能够实现有效的跟踪。