现代技术装备下的船舶驾驶，已使海上安全事故降低了许多。但是这方面的工作还是远远不够的，据调查海上事故中人为因素占有很高的比例，统计表明在所有碰撞事故中有90％是由人为错误产生的。在降低人为错误，保证避碰和航行安全方面，控制系统前端数据采集的信息量和准确度起了决定作用。 论文针对港口VTMS的交管雷达和船舶导航雷达存在的局限性，引入了红外成像系统作为除雷达、AIS以外的数据采集传感器。红外成像系统能够在船舶航行及港口船舶监控中发挥重要作用的关键技术是红外目标检测及跟踪技术，本论文就此关键技术展开研究。国内尚缺少应用红外检测技术作为雷达地补充手段，为航行安全、船舶避碰提供辅助决策的系统。该课题的研究在国内属于新的研究领域，具有重要的理论意义和应用价值。 论文围绕红外图像的运动船舶目标检测与跟踪技术中的重要环节进行深入的理论分析及实验研究，为红外探测技术在海上交通系统中的应用进行必要的前期研究工作，同时该研究对我国民用红外探测技术的发展起到推动作用。本论文的研究受交通部通达项目“船港航控制与管理一体化综合仿真的基础研究”(200432981007)的支持。 论文的主要研究成果如下： 系统分析了现有海上交通系统中船舶目标信息的来源，引入了红外成像系统作为除雷达、AIS以外的数据采集传感器。从红外图像特点分析入手，针对现场实拍的红外图像中的船舶目标和背景的特点，对目标进行了分类，共分为三类：近距离的大目标，有复杂背景的中距离小目标，背景单一的远距离弱小目标。论文分析了三类目标在海上交通系统中不同的应用背景，重点研究后两类目标。 提出基于神经网络进行背景预测和目标检测的算法。远距离的弱小目标，一方面受到随机噪声、背景杂波、水面波纹的影响；另一方面检测的是弱小目标，目标在图像中的面积较小，几乎没有形状信息，使得运动船舶目标的检测比较困难的。为了处理这些方面的问题，提出了基于NARX神经网络的红外弱小目标检测算法。算法充分考虑到传统神经网络在实际运用中存在的计算量的瓶颈问题，选用了适当的网络结构、训练算法、训练误差，保证了算法实现的速度。大量的实验结果证明目标检测算法可以得到较好的检测概率，计算量适中，对于弱小目标检测是非常适用的。 提出基于帧间相关的复杂背景条件下的小目标检测算法。当红外图像中的背