为解决基于卷积神经网络的目标检测算法对预训练权重的过度依赖，特别是数据稀缺条件下的红外场景目标检测，提出了融入注意力模块来缓解不进行预训练所带来的检测性能下降的方法。本文基于 YOLO v3算法，在网络结构中融入模仿人类注意力机制的 SE和 CBAM模块，对提取的特征进行通道层面和空间层面的重标定。根据特征的重要程度，自适应地赋予不同权重，最终提升检测精度。在构建的红外车辆目标数据集上，注意力模块能够显著提升无预训练卷积神经网络的检测精度，融入了 CBAM模块的网络检测精度为 86.3 mAP。实验结果证明了注意力模块能够提升网络的特征提取能力，使网络摆脱对预训练权重的过度依赖。

针对单波段导航敏感器通常只能获取目标某一方面的信息, 所获信息量少、识别率低的问题, 提出一种共用孔径、多波段光学导航敏感器的设计。从光焦度分配理论出发, 给出了以主次反射镜为共用部分, 工作在不同视场的共口径光学系统的初始结构设计。可见光、红外和激光三个通道共用一个Ritchey-Chretien系统, 实现大口径的设计要求。为了实现可见光成像、红外成像与激光雷达探测功能, 在次镜表面镀制选择性透过光学薄膜, 将激光雷达的接收部分与成像系统分开。通过棱镜将Ritchey-Chretien系统的反射光路分为两路, 一路成像于可见光探测器, 一路成像于非制冷型长波红外探测器。设计结果表明, 可见光系统在90 lp/mm的MTF大于0.4, 红外系统在14.7 lp/mm的MTF大于0.4, 成像系统的传递函数接近衍射极限; 激光接收系统在距离探测器质心30 μm处的能量接收高达90％, 在-20~40 ℃成像质量良好。

大视场的红外图像，由于分辨率高，对图像实现像素级处理很难满足实时性要求。针对大视场特定背景下的低空目标，提出一种由粗到精的检测方法。先将图像分块，计算分块图像熵值，组成熵值矩阵进行熵值分割，区分背景区域，得到所需求的目标可能出现的区域，完成粗检测；然后用Top-hat形态滤波法对所得区域进行精检测，得到检测目标。实测数据证明，该方法能在检测弱小目标的同时大大减少计算量，较好地满足了大视场下弱小目标的实时检测、处理需求。

对于红外跟踪系统中的低空非合作运动目标检测问题, 由于距离未知, 目标可能表现为小目标或者面目标, 另外, 红外图像中可能包含大量的地物背景。针对以上问题, 本文提出了一种基于形态学梯度的目标检测算法。此方法首先计算红外图像的形态学梯度, 进而根据各种地物背景的形态学梯度特征提取天空区域, 然后在此区域内进行目标检测, 最后进行目标边缘片段的合并。该方法基于形态学梯度对于灰度变化的敏感性, 使用形态学梯度来表征红外目标边缘强度, 通过检测目标边缘来达到检测目标的目的。实验证明, 本文方法能够有效的检测目标, 虚警较少, 且对小目标和面目标具有一定通用性。

针对复杂地物背景下的城区红外遥感图像的云层干扰问题，提出了一种基于图像特征提取、区域投票表决和阈值分割的云层检测方法。对图像进行去噪和归一化拉伸处理，再进行多特征提取，并通过提取的特征向量对图像进行分区域云层投票表决，最后根据表决结果和分形特征度量矩阵进行阈值计算和阈值分割，并通过形态学处理得到精确的云层区域。统计检测结果显示算法对不同时刻的数据检测准确率在91%以上，证明了算法的适用性和有效性，为红外遥感图像的信息处理提供了有效的技术支持。

针对周扫红外搜索系统对空目标探测面临的图像数据量大、弱目标检测概率低、虚警率高等难点问题，提出了一种基于兴趣区(ROI)提取的目标实时检测算法。算法分析了周扫红外搜索系统获取的图像中目标与背景的特性，根据目标运动特性与灰度特性，在周扫红外搜索系统获取的整幅全景图像中快速提取目标可能存在的兴趣区；针对兴趣区内的局部目标图像切片，进一步精细检测识别，剔除虚假目标干扰。外场试验获取的实测数据目标检测结果表明，算法针对复杂低空背景下弱目标能够实现低虚警率稳健检测，已应用到了周扫红外搜索跟踪系统的工程样机研制中。

复杂背景下红外小目标检测与跟踪是红外目标探测系统的核心技术之一。为了准确检测与跟踪空中多个小目标，针对复杂背景下单帧检测虚警率偏高，导致帧间检测计算量大的问题，提出了一种基于双核判决的小目标检测算法。首先根据目标、背景及噪声的不同灰度特性，利用Robinson 滤波器结构，设定背景区域和小目标区域，更为真实的表现背景与小目标的区域分布；然后计算外核目标与背景在四个方向上的对比度及内核目标区域内的相似度，若双核度量同时达到设定阈值条件，则判定为真实目标点，这样消除背景边缘及噪声的影响，减少目标检测虚警。实测数据表明，与传统的高通滤波法、Top-hat 算法相比，该算法能在单帧检测上更有效检测出小目标，抑制背景边缘和噪声点，提高抗噪能力，降低虚警率，增强帧间目标的检测识别率，能大大减少序列图像间目标检测与跟踪的计算量。

针对光电探测图像序列中的运动弱小目标实时检测问题,提出了一种基于时空域融合滤波的弱目标检测算法.算法在空域上利用形态学Tophat滤波抑制背景增强目标,在时域上通过改进的帧间差分方法增强运动目标,两者融合后经自适应门限分割与航迹关联确认目标.实际录取数据分析结果表明,算法全面考虑运动弱小目标在时域与空域方面的特性,能更有效地从复杂背景中检测低信噪比运动弱小目标,减小了虚警率,抗噪声干扰能力强.

提出在三元复合宽带波片设计中,采用遗传算法在特定入射光频率范围内对复合波片系统的相位延迟误差和等效快轴方向夹角误差进行全局优化,并采用蒙特卡洛方法,通过程序仿真分析在晶体加工过程中尺寸公差对消色差性能的影响.结果表明,设计出的红外复合宽带波片在晶体厚度和方位角公差分别为1μm和0.5°时具有很好的消色差性能.

针对凝视红外成像探测系统作用距离计算问题,在分析传统作用距离模型的基础上,提出基于图像目标信噪比检测依据的新距离计算模型.该计算模型全面考虑了目标与背景的对比度以及红外图像空间起伏噪声特性,给出了复杂背景限制下红外凝视成像探测系统作用距离计算公式.海空背景下舰载红外凝视成像系统探测距离计算实例表明该计算模型相对于原有计算模型能够更准确解决复杂背景情况下红外成像系统作用距离的估算问题.