针对红外偏振信息应用于目标探测识别的理论需求, 基于红外辐射基本理论, 详细分析和推导了红外反射、热辐射、红外散射等光波传输过程产生的偏振效应, 并对这三种偏振效应进行了详细的建模与实验验证, 其中利用菲涅耳反射定律对物体表面红外反射的偏振性进行了分析, 并得出确定的反射偏振度解析式; 结合物体表面模型利用菲涅耳折射机制对物体的热辐射进行了计算, 并利用文献中的数据重现了密立根关于金属铂和金属银的偏振性实验, 充分验证了红外辐射偏振性的存在; 分别利用瑞利散射和米氏散射理论对物体表面红外散射的偏振性进行了分析和计算, 计算结果充分体现了散射产生偏振的规律性。上述研究结论为更好地利用红外偏振信息实现目标探测识别提供了充分的理论依据。

基于相似原理建立了缩比实验测试系统，针对目标大小、潜深、运动、尾流释放等设计了多种不同的工况，可实现缩比模型下热尾流探测的静态和动态测试，一方面确定水下目标热尾流的可探测性，另一方面探索热尾流探测的影响因素和变化规律，为下一步工作奠定基础。

提出了一种基于视觉显著性的目标检测算法，用于对位于地面上的车辆、飞 机等地面可移动目标进行检测和定位。针对地面可移动目标在场景中较小的特点，设计了一种用于对 目标检测进行引导的基于视觉注意机制的目标显著模型。首先，提取图像目标的颜色特征、强 度特征和方向Gabor特征，并将其结合起来用于计算显著图。然后以超像素为单位对 显著值进行计算，并结合人眼视觉敏感度对不同距离的超像素之间的差异进行加权处理。实 验结果表明，本文算法可以有效地检测并定位出复杂背景中的地面可移动目标。

为解决高速飞行器红外辐射特性研究中高温气体辐射参数计算问题, 在转动平滑谱带（smeared rotational band, SRB）模型的假设下, 首次提出基于贝叶斯估计的跳转马尔科夫链蒙特卡罗（reversible jump Markov chain monte carlo, RJMCMC）方法来计算高温流场中气体组分红外光谱物性参数。 仿真计算和实验测量表明, 仅需很少的先验知识, 且不需要相关跃迁系数, 该方法可以很好的估计主要振动跃迁带的位置, 所提取的SRB模型参数的变化规律与SRB理论模型结果一致, 利用拟合参数计算得到不同温度下谱带积分发射和吸收系数与逐线计算的结果非常近似。

：一氧化氮(NO)是高超声速飞行器流场中重要组分, 对飞行器本体和流场红外辐射传输有重要影响，因此研究NO有效带宽的快速算法很有必要。根据HITEMP 2010数据库，研究了NO在1~15 μm红外波段的谱线线强以及吸收系数分布特征，提出了改进的k分布模型，采用高斯数值方法快速求解；此外分析了吸收系数阈值对g-k曲线以及有效带宽的影响，提出了吸收系数阈值的选取方法。实验结果表明：文中方法计算得到的NO有效带宽与与逐线计算方法结果较为吻合，误差不超过5%；与宽带k分布算法相比，该算法计算效率更高，且当选择合适阈值时精度更高。

以高超声速乘波体为例，针对稀薄大气空间高超声速目标的红外可探测性能进行分析研究。采用工程算法计算了不同飞行条件下的飞行器驻点热流分布，由此得到其辐射平衡温度；采用小区间求和方法计算大气对红外辐射的传输衰减作用；考虑了目标与背景辐射强度差异、点目标成像的弥散现象对探测器作用距离的影响，建立了新的红外探测系统作用距离计算模型。仿真实验表明，弥散系数随着目标探测器间距离而变化；随着飞行器飞行速度的增加，系统对目标的探测距离增大，同时与长波波段相比，中短波波段时的探测距离更大。外场试验结果表明，与现有算法相比，本文方法具有较高精度。

一氧化氮(NO)对高超声速飞行器本体和流场红外辐射传输有重要影响，而目前HITEMP数据库只能计算70 K~3000 K温度范围内的谱线参数，同时现有的高温条件下NO配分函数算法一般运算量大、且较少考虑电子基态双重分裂的影响，因此获取更为高效精准的NO辐射参数非常重要。根据乘积近似模型将NO配分函数分解成电子、振动、转动等配分函数，且在计算电子配分函数时考虑了NO电子基态中2个自旋分量的作用，以提高算法的准确性；对于3000 K~8000 K温度范围内，对振转配分函数乘积进行修正。实验结果表明，在70 K~3000 K温度范围内，本配分函数与HITEMP数据库的配分函数几乎完全相同，最大误差不超过0.3%，但该算法还可用于计算非平衡态下配分函数；在3000 K~8000 K温度范围内，该方法取得了与现有的基于求和运算的配分函数计算方法以及实验相近的结果。

基于长波红外偏振成像探测技术在目标检测识别领域的优势，本文搭建了长波红外偏振成像探测系统，采集了室内外典型目标的长波红外偏振图像，提取了三类典型目标的斯托克斯矢量、偏振度、偏振角以及两个组合特征δ与ρ等图像信息，并对其特点进行了详细分析。基于对图像偏振信息的解算，提出了一种目标-背景对比度增强方法。实验证明该方法可行且有效。

边缘表现为图像中具有奇异性点的集合,利用改进的拉普拉斯金字塔分解捕获这些奇异性点,得到各尺度下的带通图像,通过分析,得出分解后的带通图像在边缘处产生零交叉点,构造统计量帮助提取零交叉点,再通过多尺度边缘融合实现多尺度边缘提取.与LOG和Canny边缘检测的对比实验表明,所建立的算法能够可靠、有效、精确的获得图像的边缘.

根据目标、背景干扰和噪声在红外序列图像中的差异,提出了一种基于空间高通滤波和时间域上N帧轨迹积累的运动小目标检测方法.该方法可以在低信噪比的情况下消除红外起伏和随机噪声的影响,有效检测出弱小目标.实验结果表明,采用这种时空混合处理的方法可以得到满意的结果.