在靶场试验中,为了实时了解试验进程和试验结果,对于海上重点目标的识别并保持监视十分重要。在传统的试验条件下,往往通过试验摄录舰、摄录直升机或陆上摄像机进行拍摄。通过试验摄录舰、摄录直升机拍摄通常存在较大试验风险,通过陆上长焦摄像机拍摄往往因天气因素或因拍摄距离限制而造成拍摄效果不理想。本课题拟采用摄录无人机拍摄目标靶船,利用无人机平台上的红外图像传感器来获取海上目标的红外图像,通过目标识别系统进行海上重点目标识别,实现对目标进行有效探测和识别,然后将获得的靶船图像实时传输给指控中心,使指挥员准确掌握试验态势,高效进行指挥决策。本文深入分析了红外图像中舰船目标的红外成像特性,对红外图像的特征进行了分析。对于红外图像的预处理采用去噪、灰度级修正和锐化处理。对原始图像首先应用中值滤波器进行去噪处理,然后应用线性变换函数进行灰度级修正。针对经过去噪和灰度级修正的图像边缘变模糊的问题,对图像做进一步锐化处理,图像锐化时采用的是空间域处理方法中效果较好的拉普拉斯算子来实现。对于经过预处理的红外图像采用基于小波变换方法进行目标的分割与检测方法。海上目标背景复杂,通常又比较模糊,本系统采用基于小波变换的两种算法相结合的方式进行目标的分割工作,首先采用基于边缘小波特征的红外弱小目标检测方法进行检测；若没能准确分割出目标,则采用基于小波多尺度互能量交叉融合滤波的弱小目标检测算法做进一步的目标分割与检测。深入研究了传统模式识别技术和人工神经网络理论,本论文选择基于BP神经网络的模式识别技术作为识别的方法,完成了BP网络识别程序实现。在实际试验任务中,经人工神经网络识别确认的目标靶船,还要经过指挥员结合海上雷情信息、舰船AIS信息和靶场其它测控装备摄录情况综合判定是否为目标靶船,以提高识别准确率。最后,本文构建了无人机红外遥感图像摄录平台。重点描述了信息获取与识别处理系统的设计,该系统主要包含红外遥感图像采集模块、遥感图像目标的分割与检测模块和遥感图像目标识别模块,通过该系统可以实现对目标靶船图像的预处理、目标的分割与检测和最终的目标识别。