光电成像系统目标获取性能的预测和评估在光电成像总体技术中占有举足轻重的位置,大气环境、光电成像系统本身和目标背景特性都会影响光电成像系统的目标获取性能。随着光学系统、探测器以及电路设计的不断改进,光电成像系统本身对目标获取性能影响的减弱,使得目标背景特性逐渐成为影响光电成像系统目标获取性能越来越重要的因素,因此,对目标背景特性的正确理解与科学量化是建立更完善、准确的光电成像系统性能预测模型的关键。针对此问题,本文研究了一种新型基于嵌入式隐马尔可夫模型的背景杂波量化尺度,并利用它对已有的目标获取性能模型进行了修正。首先,本文从人眼视觉获取目标过程出发,综合考虑目标和背景图像的二维特性,采用二维数学模型——嵌入式隐马尔可夫模型来表征图像特性;由于目标不同,杂波的理解也会有所改变,因此,本文在进行特征提取时自适应地设置不同目标对象的参数;同时,采用与观察者观察并记录目标的物理机制相一致的最优化模型参数训练过程,通过解码过程获得产生目标、背景观察序列的可能状态路径并记录其出现的概率,这个概率可以表征该模型与此观察序列矩阵的匹配程度,最终通过统计分析定量表征目标与背景的相似程度,这个过程紧紧围绕背景杂波的重要特性(与目标的相似性特性)展开,而且这个过程与观察者在探测目标时总能实现路径最优化的过程是一致的。因此,相比以往的杂波尺度,本文建立的基于嵌入式隐马尔可夫模型的背景杂波尺度(EHMMC)与主观试验数据有更好的一致性。接下来,本文采用基于嵌入式隐马尔可夫模型的背景杂波尺度对复杂背景下的目标获取性能模型进行修正,构建了复杂背景的局部目探测概率模型和基于EHMMC的类目标探测概率模型,并以Search2图像数据库为依托对所建立的性能修正模型进行了验证,结果表明经EHMMC修正后的目标获取性能模型能够更好的预测和评估光电成像系统性能。