弱小目标的检测与识别,是近年来图像处理与目标检测识别领域的一个研究热点,也是一项难度大且有着重要战略应用价值的课题。本文主要研究图像中的弱小目标检测识别技术。通过图像处理,检测出弱小目标;通过信息融合,最终识别出弱小目标。首先,研究了含弱小目标的图像的基本特性,包括图像噪声模型、背景空间分布模型和弱小目标模型。同时研究了目标检测前的图像预处理方法。其次,研究了弱小目标检测的“先检测后跟踪”算法,主要用于复杂背景弱噪声图像中的弱小目标检测。针对背景复杂时,弱小目标检测不能通过单一的图像处理方法实现的特点,提出基于小波分析和信息融合的弱小目标检测算法和基于小波形态学的弱小目标检测算法。仿真结果表明这两种算法都能取得较好的检测效果。随后,研究了弱小目标检测的“先跟踪后检测”算法,主要用于背景简单强噪声图像中的弱小目标检测识别。针对使用常规的动态规划算法累积能量时效果较差的缺点,提出一种新的基于状态稳定性的动态规划能量累积算法。仿真结果结果表明,新算法较好的解决了目标能量累积时的能量扩散问题。接着,研究了弱小目标识别算法。针对有效信息较少,弱小目标识别困难且致信度低的特点,提出一种新的基于弱小目标速度、灰度、轨迹信息的识别方法。仿真结果表明,新方法明显提高识别置信度。最后,基于VC++和OpenCV语言开发了弱小目标检测识别软件,实现几种基本的目标检测识别算法和新设计的算法,同时也验证了新算法的正确性。