红外面阵扫描系统具有环境适应性好、抗干扰能力强、分辨率高、隐蔽性好等优势,正逐渐得到越来越广泛的应用,因此对基于面阵扫描系统的红外弱小目标检测技术的研究具有很高的应用价值。本文首先介绍了面阵扫描系统的成像原理和成像特点,面阵扫描系统的成像特点对目标检测技术提出了很高的要求。然后介绍了面阵扫描系统的工作流程,并分别介绍了系统中各个部分的组成和功能。最后指出了本文研究的核心部分和重点部分,为下面章节的展开奠定了基础。本文的核心内容为基于面阵扫描系统的红外弱小目标检测算法研究,包括弱小目标的增强算法和检测算法。首先研究了红外弱小目标增强算法,考察了3种弱小目标增强算法,在MATLAB中对3种算法进行了仿真。根据仿真结果,最终采用先腐蚀再中值滤波最后膨胀的方式对弱小目标进行增强。本文研究了红外弱小目标的检测算法,首先介绍了常用的SUSAN、Harris、FAST角点检测算法,并将以上常用的角点检测算法在MATLAB上进行了仿真,根据处理结果进行对比,最终选用FAST算子对本文的弱小目标进行检测。然后针对FAST角点检测算法依赖于人工设定阈值的缺点对其进行了改进,主要思想为在一帧红外图像的任意一个像素点为待测中心点时,生成一个合适的动态阈值对待测中心点进行FAST目标检测。改进的自适应阈值的FAST弱小目标检测算法可以根据不同的环境自动生成合适的阈值,避免了由于阈值选择不当造成的红外弱小目标的冗余或丢失问题。本文研究的重点部分是将以上弱小目标增强算法和检测算法在FPGA(Fiel d Programmable Gate Array)上实现,在Modelsim中仿真,并将算法在硬件平台上实时测试,测试结果表明,本文的弱小目标增强和检测算法的平均检测率为98.38%,平均虚警率为3.31%,与传统检测算法相比,具有更高的检测率和更低的虚警率。本文的基于FPGA的目标检测技术在算法处理时间性能上约为传统的基于FPGA+DSP的目标检测技术的11961.30倍,因此本文的检测方法能够根据一帧图像信息准确快速地检测出弱小目标,适用于面阵扫描系统。