光电假目标技术和光电伪装技术越来越普遍的使用,使现代战场环境越来越复杂,严重影响了光电探测系统的探测精度和准度。如何快速准确的区分复杂战场环境中的真假目标是现代光电探测系统发展的重要任务和迫切需求。本文从红外辐射光学特性和偏振反射光学特性着手,围绕复杂环境下光电目标探测技术,对探测系统非均匀性校正、红外诱饵假目标辨别、偏振伪装目标探测等三个方面的内容展开了深入研究。非均匀性问题一直是制约红外探测器性能的重要难题,偏振多通道探测系统也面临着类似的通道响应非一致性问题,这些非均匀性问题严重影响了探测结果的准确性。本文首先针对红外图像非均匀性校正算法的鬼影问题,详细分析了传统的基于恒定统计算法产生鬼影的原因,并利用中值滤波对处理异常分布信号的鲁棒性,提出了基于场景的时域中值滤波非均匀性校正算法,明显改善了鬼影残留问题。然后,提出了基于场景的邻间差分信号统计非均匀性校正算法,该算法将传统对图像绝对强度信号的视角转移到了对图像中相邻像元差分信号的视角上,利用差分统计信号计算得到图像非均匀性的补偿,算法在保证收敛速度的同时,使校正结果残留鬼影更少。最后,利用多通道偏振探测系统在随机旋转运动下的场景信息统计得到通道参数,提出了基于场景的偏振恒定统计非一致性校正算法。该算法比现有校正算法的适用条件更普遍,校正结果更准确。研究了典型红外目标和诱饵假目标在多个特征角度下的不同辐射特性,由此构建了多个具有针对性的区分目标和诱饵的新的特征描述:利用目标和诱饵的轮廓矩的变化特性,构建了动态轮廓矩特征,.利用轮廓的分形特性,构建边界矩分形和曲率自相关分形特征;利用诱饵辐射变化和运动特性的关系,构建了运动辐射比特征。根据构建的多个特征描述,提出了复杂环境下基于多特征联合概率数据关联的动态目标探测模型,对复杂环境下的目标和诱饵作最优辨别。最后对红外目标释放诱饵干扰的过程进行了目标辨别实验,证明在诱饵假目标干扰的条件下,运用基于多特征联合概率数据关联算法的动态目标探测模型能够更准确有效地区分出目标和诱饵,使系统在复杂环境下具有更强的抗干扰探测能力。利用真假目标、伪装目标等不同材料的反射偏振特性,在研究了偏振光学特性的理论以及粗糙表面偏振分布模型的基础上,提出了基于多角度偏振信息的目标探测方法。该方法利用偏振光不同入射方向和探测方向的数据,反演出目标材料的光学常数,然后利用不同材料的光学常数进行目标探测。同时,提出了基于穆勒矩阵的自适应偏振目标探测方法,该方法创新性的将偏振探测系统中的偏振状态视为模式识别框架中的分类超平面,通过学习场景中的目标以及非目标的穆勒矩阵信息得到最优分类超平面,并据此自适应的调节系统中的偏振状态至最优分类状态,使得到的偏振图像中目标和非目标的区分度最大,为战场智能化光电探测设备的研制提供了新的思路。