积分时间是决定红外焦平面阵列(IRFPA) 成像质量的关键因素。针对红外测量系统难以实时自动确定积分时间的问题,提出基于 人眼视觉特性和事前辐射标定的积分时间自适应预测方法。假定目标和背景在连续两帧内不突变, 结合事前辐射标定结果、目标和背景信息反演计算各积分时间的目标和背景灰度,以人眼视觉特性和 跟踪判据为调节依据,自动预测合适的积分时间。实验结果表明, 该方法能自适应快速预测满足要求的积分时间,使获取的图像处于线性区中段,保证了成像质量, 有利于目标的初始捕获和平稳跟踪。

针对机动红外测量系统单点非均匀性校正效果不佳、两点非均匀性校正制约条件多的难点, 提出了基于辐射衰减的 IRFPA(红外焦平面阵列)非均匀性校正新方法。该方法利用辐射衰减片使 IRFPA获得不同辐射响应, 实现非均匀性两点校正和分段两点校正。分段两点校正通过建立衰减倍率和 IRFPA灰度的响应曲线, 反演计算任意辐射所处的响应段落, 实现了无需定标黑体即可进行分段两点校正。实验结果表明, 基于辐射衰减的非均匀性校正效果优于常规方法, 在低背景辐射测量条件下校正均匀性提高 50%, 具有操作简便和环境适应性强的特点。

针对实时图像处理系统中预处理核心模块空间低通滤波算法费时的问题，利用 C6416(TMS320C6416)处理器的内部资源，提出了基于该处理器的空间低通滤波程序的设计方案。通过将滤波器进行分解、利用相邻窗口的相关性、浮点除法转化为定点乘法运算等手段，充分复用了中间计算结果，减少了计算与存取数据的次数，发挥了 C6416的指令级并行处理能力，解决了空间低通滤波模块耗时过长的难题。结果证明，对于 256×256大小的处理区域，用时从优化前的 6.0 ms减少到优化后的 0.8 ms，大大缩短了处理时间。本文为 DSP上的实时程序优化提供了重要的经验，给空间滤波类的模块优化提供了一种通用的方法。

根据一般扩展目标的性质，结合某些高速扩展目标分离(如高速再入大气层的目标)的实际情况，分析了此类目标发生分离、特征产生剧烈变化的特点，指出了一般图像跟踪算法中基于对比度跟踪算法在此情况下难以适用的原因，并综合这些算法的特点，提出基于光学图像序列的加权多边缘跟踪算法，结合FDEKF 滤波，实现了对此类(超)高速扩展分离目标的自动稳定跟踪。通过对多个此类目标序列图像进行仿真验证，并与其它四种基于对比度的跟踪算法所得结果进行比较，结果表明，该算法稳定性好、精度更高，且易于实现。