为了从全向红外搜索和跟踪系统采集的海量大视场高分辨率红外图像中快速准确地检测出红外弱小目标，本文提出了一种基于由粗到细的分阶段检测策略和时空域特征融合的红外弱小目标检测算法.首先，通过引入基于频域的快速显著性检测算法预先检测出目标可能存在的候选区域; 其次，对候选区域进行角点检测以判定是否存在候选目标; 最后，通过结合帧间时空域特征对候选目标进行进一步判定，以提取真实目标、删除虚假目标.多种实际场景的实验结果表明，该目标检测算法不仅运算量小而且探测概率高、虚警率低，是一种工程实用性能很好的红外弱小目标检测算法.

提出了一种红外弱小目标检测算法性能评估的方法。该方法通过假设的数学模型给出了评价指标的理论推导过程,得到了虚警概率与检测门限,检测概率与信噪比之间的关系,绘出了接收机工作特性(ROC)曲线。同时,给出了在目标与背景分布函数未知的情况下,利用红外图像序列绘出ROC曲线来评估算法的检测性能。利用该方法得到了四种典型的弱小目标检测算法的ROC曲线,比较了四种算法的检测性能。

针对成像测量系统中镜头径向畸变影响测量精度的问题，提出了一种基于物面移动同心圆特征靶标的径向畸变标定方法。该方法先将固定在二维精密平台上的同心圆靶标置于垂直物面的特定位置，然后采集靶标图像，同时用最小二乘法以拟合得到的圆直径为条件，按一定方式移动特征靶标，直到拟合值达到极值或者在一定误差范围内。记录该幅图像，则其拟合得到的圆心坐标便是畸变中心，同时利用该幅图像，根据等差值半径和摄像机成像模型的半径的成像关系求出其畸变多项式系数。为提高特征靶标的移动效率，提出了坐标轮换最优化移动的方案。实验结果表明，该方法对畸变中心的标定精度可达0.6 pixel,畸变多项式系数有效数字重复误差小于0.02,并可实现两者的一靶标定,且利用该法获得的参数能实现对畸变图像的准确校正。

提出了基于修正的尺度不变特征变换（SIFT）特征提取和Shape Context特征描述算子相结合的多模图像自动配准算法，该算法利用修正的SIFT算法提取多模图像中的特征点，然后采用Shape Context算子描述特征点，利用特征点周围区域边缘点的梯度方向形成特征向量。采用欧氏距离作为匹配标准对多模图像中特征点进行初始匹配，然后通过RANSAC算法消除误匹配的特征点对，并采用最小二乘法计算仿射变换参数，最后通过仿射变换和双线性插值实现图像配准。对红外图像和可见光图像的配准实验结果表明了本算法的有效性和稳定性。

针对弱小目标检测技术的难点, 根据红外图像中目标和背景杂波的特性, 提出了一种基于非下采样方向滤波器组的红外地面背景抑制方法。首先, 采用非下采样方向滤波器组对图像进行多方向分解, 提取图像方向细节特征, 然后, 根据目标和背景杂波信号的差异, 通过将基于傅里叶变换域的频域调整策略应在于分解后各方向子带, 从而将红外图像中弱小目标和背景杂波分离, 达到抑制背景的目的, 最后采用经典的自适应阈值分割技术得到目标点, 最终实现对目标的检测。实验结果显示, 与最大中值滤波和局部去均值滤波方法相比较, 该方法能有效地检测出信杂比较低的目标。

针对红外成像制导跟踪系统工程应用的实际要求,对红外焦平面阵列工作在大动态范围条件下的非均匀性校正算法进行了深入研究,依据函数插值原理,导出了三次样条插值非均匀性校正算法.用模拟的非均匀性图像和实际的红外图像对算法进行了校验.结果表明该算法具有动态范围大、校正准确度高的优点,可对红外焦平面阵列实现非均匀性和非线性双重校正效果.

红外探测器响应漂移特性会降低红外焦平面阵列(IRFPA)非均匀性校正的精度。针对该问题提出了一种基于场景的IRFPA非均匀性校正算法。该算法利用所获得的序列成像场景信息,采用一种基于快速自适应滤波器的最优化递归估计方法来获得非均匀性校正参数,并利用当前的成像信息来更新校正参数,以此降低探测器响应漂移特性对非均匀性校正的影响。算法仿真实验显示,对非线性参数为26.12%的同一图像,使用该算法、两点校正算法和卡尔曼滤波校正算法校正1 h后,可分别将非线性参数降至1.856%,3.122%和1.893%,说明该算法可获得稳定而较好的非均匀性校正效果。

基于可视化交互式控制思想，本文提出了一种新的针对延时积分IRCCD 的驱动与测试系统方案。不同于传统的驱动电路系统，该系统由主从两大系统构成，其中作为人机接口的主系统主要完成电参数的输入和测试结果的显示，而从系统一方面可根据主系统所设置的电参数自动产生高精度的任意可调驱动信号，另一方面则完成对IRCCD 器件的电注入测试。实验结果表明新的设计有效地克服了传统设计所固有的缺陷，显著提高了系统的可靠性、灵活性和精度。

针对红外焦平面阵列(IRFPA)中探测元的非线性响应以及响应特性的漂移引起的校正误差, 提出了一种基于S曲线模型的场景自适应校正算法。该算法利用对数运算将IRFPA的输出信号线性化, 并运用自适应滤波技术对线性信号实施非均匀性校正, 并采用指数变换还原出实际的校正输出信号。基于人造黑体图像和实景红外视频的仿真实验结果表明, 该算法在校正精度和大动态范围信号响应特性方面均优于传统的场景自适应校正算法。

针对红外焦平面阵列探测单元响应的非线性对非均匀性校正的影响,利用探测器响应的非线性模型,对卡尔曼滤波非均匀性校正算法进行扩展和改进,以有效地克服响应非线性对校正精度的影响。该算法先对图像进行非线性压缩,转换为线性图像,再利用线性模型下的卡尔曼滤波算法实施非均匀校正,然后对其进行取指数操作,即得到原图非均匀校正后的图像。实验结果表明,该算法不仅继承了原算法利用场景信息来最优地更新校正参数的估计,解决了探测器偏置和增益漂移对校正影响,而且还在一定程度上解决了响应非线性对校正性能的影响,从而获得了较好的非均匀性校正效果。