红外成像技术是一种被动接受目标的红外热辐射特性从而获得目标图像的技术,其优点为隐蔽性强、全时段、观测范围大等。随着红外技术的不断发展及深入研究,红外系统已经被广泛应用于监控、制导、跟踪和搜索等军事及民用场景。其中,红外弱小目标检测和跟踪技术是研究热点之一。深空背景下的红外弱小目标具有以下三个特点,因此使得对它的检测和跟踪变得更为困难:?由于成像距离较远,观测到的目标为弱小目标,目标在图像中仅仅占很少的像素数;?在系统噪声和背景噪声的双重干扰下,目标信号一般较弱,并且很容易淹没于强起伏的背景环境中;?由于观测到的是红外弱小目标,目标没有固定的形状,并且缺少纹理信息,大大减少了可提取的目标点特征信息。因此,深空背景条件下的目标检测和跟踪算法研究是一个非常有挑战的课题,对其进行深入研究具有重要的理论意义和实际应用价值。本文紧密围绕深空背景下红外弱小目标检测和跟踪技术进行了深入的研究,主要工作和创新点如下:(1)研究了深空红外图像预处理算法。提出了一种基于方差加权信息熵为复杂度指标的自适应Butterworth高通滤波预处理算法。该算法首先基于方差加权信息熵指标对深空红外图像背景复杂度进行定量衡量,在此基础上提出了深空红外图像背景复杂度的概念,然后利用衡量后的参数,调节Butterworth高通滤波器系数,对简单背景、高噪声点干扰和目标淹没环境下的背景图像进行了自适应处理。实验结果表明,基于方差加权信息熵的Butterworth高通滤波算法可以较好地抑制背景噪声,从而提高图像信噪比。(2)研究了深空背景红外图像弱小目标检测算法。针对传统Otsu算法分割性能不高和实时性差的问题,提出了一种二维直方图斜分Otsu快速迭代算法。该算法首先分析了二维直方图斜分相比于直分算法的优势,然后结合迭代的思想,针对深空背景红外图像目标的特点,利用能量累积算法对其进行优化。实验结果表明,基于能量累积的二维直方图斜分Otsu快速迭代算法能够较好地提升目标检测性能,同时满足实时性要求。(3)研究了深空背景红外图像弱小目标跟踪算法。提出了一种基于多特征融合的优化辅助粒子滤波跟踪算法。该算法针对深空红外弱小目标特征缺乏且难于提取的问题,首先分析了多特征融合的有效性,利用多特征融合的思想,结合不同种类特征的特点来增加目标的信息量;然后采用针对非线性非高斯环境的粒子滤波跟踪算法,通过增加辅助变量的方式优化权值更新,并在算法的滤波过程中嵌入经典的Mean-shift算法,结合多特征融合的优点,从而优化整个跟踪过程。实验结果表明,基于多特征融合的优化辅助粒子滤波跟踪算法,具有较好的准确性和鲁棒性。