目前,光学成像制导技术已成为对地精确打击的重要手段,而复杂地面场景下运动小目标检测是光学成像制导中的关键技术之一。由于地面背景复杂度高,目标容易被噪声和背景所淹没,再加上成像平台自身运动导致相邻时刻图像中目标位置差异很大,使得地面场景下运动小目标检测具有相当大的难度,因而对此项技术进行深入研究具有重要的理论和现实意义。本文针对复杂地面场景下运动小目标检测技术进行了研究,主要工作及研究成果如下:1.提出了基于边缘运动检测霍夫变换(EMDHT)和改进Harris角点匹配两种运动估计与背景补偿方法。利用实际图像序列对两种方法进行了性能比较,实验结果表明基于改进Harris角点匹配的运动估计与背景补偿方法能更准确地估计与补偿图像间的背景运动,平台自身运动的消除效果较好。2.研究了时域差分与Gabor滤波相结合的潜在目标提取方法。首先利用时域差分方法提取目标的大致区域,而后对差分图像进行自适应阈值分割和二维Gabor滤波筛选,从而确定潜在目标。实验结果表明该方法能有效消除虚假目标的干扰,很好地检测出潜在目标。3.研究了卡尔曼滤波估计与邻域关联相融合的运动小目标检测算法。该方法利用目标的运动特性,对目标位置进行预测估计,通过多帧邻域关联检测出复杂地面场景下的真实运动目标。实验结果表明该方法能有效地抑制噪声点对目标检测的干扰,具有较好的准确性和鲁棒性。