运动弱小目标的检测是成像制导和告警系统的核心技术之一,是提高系统作用距离和检测概率的重要技术手段,探索和研究新的运动弱小目标检测理论以及如何将最新的检测理论应用于运动弱小目标检测仍是一项重要的课题,对现代战争以及未来战争都有重要的军事意义。当目标距离较远时,目标成像较小,可利用的空间分布信息缺乏,检测困难。针对红外序列图像中的运动弱小目标检测问题,本文开展了如下工作:1.分析了红外序列图像中像素点的时域特性。依据红外序列图像中所有像素点的时域变化情况,讨论了目标、晴空背景以及云杂波的时域剖面变化规律,比较了目标、晴空背景以及云杂波均值和方差特性的差别。随后,以傅立叶变换为手段,进一步讨论了不同像素点时域剖面的频谱特性,通过设置不同的带通滤波器对时域剖面进行滤波,研究了晴空背景、云杂波和目标时域剖面在不同频谱范围内的幅频特性。2.提出了一种基于时域剖面滤波的运动弱小目标检测方法。针对时域目标检测算法中跟踪数据量大,实时实现难度高的缺点,给出一种背景移除的方法减少时域检测算法的跟踪数据量。在此基础上,采用时域剖面滤波的方法,去除云杂波时域剖面中较大的起伏。重点分析了下驻点连线(CLSP)滤波法、最小值滤波法、中值滤波法、数学形态学滤波法、均值滤波法、线性滤波法和Savitzky- Golay滤波法等几种时域剖面滤波方法。并进一步分析了时域剖面偏离滤波所得基准的分布特性,得到了一个合适的目标检测量度。最后,还给出了新算法的序贯执行方程。3.研究了空域和时域结合滤波对红外序列图像运动弱小目标检测的改进。首先,介绍了几种典型的基于空域滤波的弱小目标检测方法。其次,将空域目标检测算法中的背景预测算法与提出的基于时域剖面滤波的运动弱小目标检测算法相结合,提出了一种空时域结合滤波的运动弱小目标检测算法。最后,依据红外序列图像中运动弱小目标的运动连续性,构造了一组滤波模板,利用这组模板对检测结果进行滤波,确定出弱小目标可能的运动轨迹。并进一步结合时域特征,实现了运动弱小目标的进一步累积增强。4.探讨了基于动态规划方法的运动弱小目标的能量累积方法。结合现有动态规划算法的优缺点,提出了一种改进的基于动态规划的运动弱小目标检测方法。该方法以目标的运动特性为基础,构造出一个概率模板来描述目标在下一帧可能出现的位置。由于本方法利用概率来描述目标的运动而不是直接硬性的约束,因此,很好地克服了目标运动的随机性。