利用海上红外序列图像进行海上运动目标的检测与识别具有重要的理论意义和应用价值。由于海水背景动态复杂,海面干扰因素多,使得传统时空域中背景建模技术不适用于海上运动目标检测,舰船目标的识别较为困难。为了实现海上红外序列图像中运动目标的检测与舰船目标的准确识别,本文从海上红外序列图像的统计特性和舰船目标特征出发,对海上红外序列图像目标的检测和舰船识别问题展开了研究。本文的主要研究工作如下:1)为了充分利用海上红外背景序列图像的信息来研究目标检测与识别,本文通过分析时空域和离散余弦域中海水背景序列图像的统计分布特性,验证频率点的离散余弦频谱序列符合稳定的统计分布模型,而像素点的灰度值序列无法利用特定的统计分布模型来描述,为后续离散余弦域背景建模的研究提供基础。2)针对传统时空域背景建模技术不适用于海上序列图像的运动目标检测的问题,本文通过分析背景离散余弦频谱稳定性及其与目标频谱可分性,提出一种离散余弦域背景序列建模方法,实现海水背景抑制。然后给出一种基于指数拟合的自适应阈值分割方法,提取出背景抑制后的前景目标。实验表明该方法比其它时空域背景建模的方法更适用于海上红外序列图像的运动目标检测。3)针对海上红外序列图像舰船目标的识别问题,提出一种基于多特征模糊决策的海上红外舰船目标识别方法。首先给出一种正负样本特征频率分布直方图的统计学习方法对目标多特征进行模糊集描述。然后给出一种正负样本特征分布概率密度曲线重合率的方法对所描述的多特征进行融合。最后对多特征融合的目标置信度进行综合决策实现舰船目标识别。实验表明该方法在不同海面干扰条件下都能取得较高的识别精确率,误检率和漏检率较低。