运动相机系统是指在相机快速旋转、倾斜和平移等条件下实时处理视频数据的智能视觉系统。相机运动状态下动目标分割与跟踪作为运动相机系统的关键技术，在视觉作战领域中发挥着重要的作用。本文以区域监控和无人机视觉作战为应用背景，以提高运动相机系统的动目标搜索与跟踪性能为目的，着重研究了相机运动状态下空中红外弱小目标检测、相机旋转状态下地面动目标分割、相机任意移动状态下地面动目标分割以及相机运动状态下动目标跟踪等多项关键技术。　　在相机运动状态下空中红外弱小目标检测技术研究中，由于空中红外目标距离较远导致图像特征弱化，以及红外相机噪声与背景杂波的干扰较强，使其难以从复杂的红外背景杂波中检测出来。针对该问题，本文提出了相机运动状态下空中红外弱小目标恒虚警检测方法。该方法在红外背景杂波分析建模的基础上，根据奈曼-皮尔逊准则设计恒虚警检测器，提供自适应红外背景杂波的分割阈值，实现在恒定虚警下最大化系统探测率。同时，根据相机运动与目标空间坐标的关系，本文改进了现有的航迹关联方法，实现了相机运动状态下空中红外弱小目标航迹关联。　　通常情况下，监控系统的相机视场有限，限制了监控范围，通过相机旋转状态下动目标分割技术的研究可以扩大系统的可视范围，提供动目标航迹信息。本文首先推导了旋转相机下连续图像之间的变换关系，提出了一种基于灰度投影的特征点光流运动补偿方法，采用灰度投影法替代多层金字塔结构，保证了系统的实时性;其次提出了变换历史图像动目标分割方法，通过对目标运动历史图像信息的处理，降低了运动补偿的累积误差对动目标分割的影响;最后提出了极坐标系下动目标关联方法，该方法在图像特征点匹配与相机运动关系的基础上，采用卡尔曼滤波提供多目标航迹信息，降低了系统平均虚警率。　　在相机任意移动状态下地面动目标分割技术研究中，相机运动产生的强视差成为动目标分割中的主要虚警，因此本文在“平面+视差”框架的基础上，推导出能够去除强视差对动目标分割影响的多平面视差约束。该约束能够将极线约束的“面退化”转化为“线退化”，提高系统探测率，并且在目标分割过程中不需要固定诱导平面，提高了系统的鲁棒性和动目标分割的准确率。　　针对相机运动状态下动目标跟踪技术中目标外观特征变化和遮挡问题，本文提出了基于二维主成分分析的动目标跟踪方法。该方法以粒子滤波为框架，采用二维主成分分析方法建立目标外观模型，降低目标子空间维数，提高了相机运动状态下动目标跟踪的实时性和鲁棒性。