红外自动目标识别技术是一项难度较大、国内外军事部门高度重视的高级智能化图像处理技术。虽从20世纪80年代开始,国内外已投入了大量人力、财力进行该项研究工作,取得了较大进展,已有不少新理论、新算法问世,现己有很多实用的自动目标识别系统处于研制中,但就满足在多变战术和自然环境中使用的武器系统要求来说,它还存在一定的距离,未达到实用阶段。本文针对红外目标:机场、水体、飞机和舰船提出了单谱红外以及多光谱图像融合的下视自动目标识别算法。经实验验证算法具有良好的实时性、适应性与鲁棒性。本文研究内容可总结如下:(1)分析了红外成像原理及不同材质的物体在红外成像上的差异,为后续研究提供了基础。(2)提出基于目标与场景关系的单谱红外图像飞机目标识别算法。该算法利用飞机目标与机场背景的依附关系,在复杂背景红外遥感图像中,首先检测机场区域,接着在图像中的机场区域进行飞机目标的识别。通过考虑目标与场景的关系,算法有效提高了目标识别的实时性并降低了目标识别的难度。(3)提出基于目标与场景关系的单谱红外图像舰船目标识别算法。该算法利用舰船目标与水体的依附关系,在复杂背景红外图像中,首先检测水体区域,接着在图像中的水体区域进行舰船目标的识别。通过考虑目标与场景的关系,该算法有效提高了目标识别的实时性并降低了目标识别的难度。(4)提出基于模块化神经网络的飞机与舰船目标的特征级中、长波红外图像多谱融合识别算法。该算法以模块化神经网络为目标识别与数据融合的工具,在特征选择的基础上,有效地综合了中、长波红外图像的优点,使多谱识别的效果大大优于单谱识别。(5)提出飞机目标的决策级红外与可见光图像多谱融合识别算法。该算法充分利用红外与可见光图像的成像特性,对两个谱段图像的目标识别结果进行决策级的融合,使多谱识别效果大大优于单谱识别。