光电经纬仪目标跟踪系统主要用于外弹道跟踪测量,完成飞机和航空炸弹的飞行轨迹和弹道参数测量。由于被测目标小、暗、对比度差等特点,在远距离上进行弱小目标的检测,可以提高系统对目标反应的灵敏度,提供充足的反应时间。弱小目标检测与跟踪技术的研究无论在理论上还是在应用方面都具有重要的价值。因而远距离、低信噪比、强杂波下的弱小目标检测和跟踪问题成为当前一个既热门又困难的课题。本文针对目前靶场设备电视跟踪系统实现目标自动跟踪这一实际需要,对军事目标识别与跟踪算法问题进行了深入系统的研究。在分析与目标检测相关的小波变换理论的基础上,为提高目标边缘检测效率,对目标图像进行增强和去噪的预处理方法进行了研究,首先研究了天空背景下(点、弱小)运动目标的识别问题。在各种背景的弱目标检测算法研究中,采用了最大类间方差(Otsu)分割的检测算法,对于不同大小的目标提出了两种不同的处理方法。在背景简单的小目标的预处理利用了中值滤波和Otsu相结合的方法;对于背景相对复杂的大目标的检测采用自适应门限,拉普拉斯(Log)滤波和Otsu分割的检测算法提取目标。自适应门限用于增强图像,使图像的背景灰度变得均匀;Log高通滤波器可以有效地去除背景;Otsu是经典的非参数,无监督自适应阈值选取方法,对图像经过阈值分割后,图像将变成包含少量可能目标点的二值图像。通过仿真实验表明,该算法能够有效地去除背景天空强浮云背景,具有计算量小等优点,能够很好地检测出目标。根据小波变换及多尺度分析的理论,分析了图像局部灰度特性,在小波变换方法的各种分析中,提出了双正交小波的弱目标提取方法,它的正交性和对称性,达到了最佳的滤波和检测效果,从中发现了点目标。传统的边缘检测方法很难在精度与抗噪上达到满意的效果,对噪声相对敏感。本文在弱目标的边缘检测算法中提出两种方法,通过对形态学的研究,经中值和LOG滤波等图像预处理之后,膨胀腐蚀后的边缘检测算法能够有效地检测出图像的边缘,速度快,实现简单、能够较好地检测出边缘的特点;采用小波变换进行小波边缘检测的研究,利用七种不同的小波滤波器和不同的阈值进行分割来进行边缘检测,实验证明采用双正交小波的效果最好,实现了图像边缘的单象素。粒子滤波通过非参数化的蒙特卡罗模拟方法来实现递推贝叶斯滤波,适用于任何能用状态空间模型表示的非线性系统。本文对粒子滤波理论及其实现方法进行了研究,通过模拟实验验证了其优于卡尔曼跟踪的性能。提出了一种基于双正交小波的边缘提取结合粒子滤波的跟踪方法,构建其跟踪框架。通过粒子数和系统状态方程的选择,实现了云层背景下用粒子滤波算法对背景简单的点目标和存在遮挡情况下的目标进行跟踪的过程,最后通过实验分析了影响跟踪精度的因素。实验证明,结合鲁棒性的小波检测方法和具有“多峰”描述的粒子滤波算法构造成的跟踪器,在运动目标存在局部遮挡等情况下能够实现稳定的目标跟踪。结合多尺度Gabor滤波器和BP神经网络的基本理论,本文设计并实现了参数优化的Gabor滤波和BP神经网络的检测算法。根据Gabor滤波器具有的良好方向特性,首先确定方向参数,然后在每个特定方向进行最佳的单Gabor滤波器的参数搜索,采用粒子群优化PSO(Particle Swarm Optimization)方法得到的Gabor滤波器组,在性能上是接近最优的。提取48个纹理特征,采用主成分分析PCA(Principle ComponentAnalysis)降维处理,解决了Gabor滤波器应用中的瓶颈问题,即Gabor特征矢量维数较高,以及由此产生的较大计算量。该算法应用于目标识别时,不仅提高了识别的精度,而且克服了BP算法易陷入局部极小的缺陷。经过测试,本文提出的算法在检测图像时具有良好的准确性和鲁棒性,检测率达96.3%。对于真彩多光谱图像和它的全色图像融合时出现的颜色扭曲现象,本文提出一种结合了IHS和小波技术的新的融合方法。采用多种小波进行实验,对取最大值的获取系数方法用取权值的方法进行替换。通过统计融合带和与其对应的原多光谱带的相关系数,来评价融合效果。实验表明在算法中用db4小波和取权值的获取系数方法,得到的融合效果最好。