随着新材料和新工艺的引入，在大大提高光电成像系统灵敏度和分辨率的同时，背景杂波对目标获取性能的影响日益突出，并已成为制约光电成像系统性能预测和评估的关键因素。本文依据不同的理论基础，提出了两类背景杂波尺度，并由此对NVThermIP性能模型在概率意义上进行修正，得到了更适用于现代光电成像系统在实际场景中的性能预测和评估的目标获取性能模型。本文所做的具体工作主要包括：1.在深入研究现有背景杂波尺度和背景杂波概念的基础上，从背景杂波特性出发建立了相对复杂度杂波尺度、边缘相似性杂波尺度、边缘结构杂波尺度、基于稀疏表示的杂波尺度和基于对比度敏感函数的杂波尺度等五种背景杂波尺度。进而，通过Search2数据库主观数据与所构建背景杂波尺度的一致性分析，讨论了背景杂波的边缘特性、稀疏特性和分辨率特性等对目标获取性能的影响。2.通过分析人眼视觉感知在目标获取过程中的作用，综合利用目标、背景杂波特性，建立了基于隐马尔可夫过程的杂波尺度。首先，用隐马尔可夫模型的训练过程模拟人眼/人脑系统记录目标特征，并将其作为后续目标获取经验的过程，得到了目标隐马尔可夫模型。其次，通过解码目标和背景图像在目标隐马尔可夫模型中的最优路径，模拟人眼/人脑系统在场景中搜索目标时总能实现路径最优化的生理机制，得到了目标和背景在目标隐马尔可夫模型空间的相似性，并将其作为度量杂波强弱的依据。实验结果表明，该背景杂波尺度与以往的杂波尺度相比和主观目标探测概率更吻合。3.摒除传统用杂波尺度修正周期准则的模式，独立考虑目标和背景对目标获取性能的影响，构建了局部目标探测概率模型和类目标探测概率模型。进而，在概率意义上将两种概率模型进行结合，得到了适用于复杂背景下的目标获取性能模型。实验结果表明，与传统性能模型相比，新提出的性能模型能够更精确地预测和评估光电成像系统在实际场景中的目标获取性能。