太阳耀光干扰严重阻碍遥感领域中目标信息的有效提取，为实现复杂海面背景中水下**目标的全天候全天时监测，针对无人机载平台，提出基于偏振信息的海面太阳耀光抑制方法。利用太阳耀光和目标信息光的偏振特性差异构建光成分解耦分离模型、选择非饱和偏振图像组解算场景全域偏振信息，使用穆勒矩阵形式的太阳耀光归一化反射率求解太阳耀光的偏振态空间分布；提出光源-水下目标-探测器偏振态传输模型以求解目标信息光偏振度，并根据被动水下成像物理模型，利用水体衰减系数对目标信息光偏振度进行修正；最终实现波动水面的反射太阳耀光抑制。实验结果表明：对于户外真实波动水面场景，耀光抑制图像的区域对比度和图像信杂比相较于90°偏振图像分别提升25.3%和78.4%。本文方法可有效增强太阳耀光干扰下的水下目标表征，从而助力我国挺进深蓝、向海而兴。

天基红外探测场景下，云的存在会对目标探测造成严重干扰，导致无法连续检测跟踪目标，降低系统探测效能。系统在凝视工作模式下，背景在一段时间周期内变化较小，可根据背景特性建模分析不同云场景下探测系统的可用度。将理论分析、图像仿真、解析建模等多种手段相结合，对云场景下天基红外探测可用度进行快速评估。首先通过对目标穿越云层时的信杂比变化进行分析，建立可用度的初步估计模型，确定可用度的影响因素。然后在图像仿真和解析建模中，基于仿真结果拟合了信杂比低于阈值图像帧数跟云参数之间的线性关系，并结合参数物理含义建立可用度解析模型，采用回归分析法确定模型系数。最后基于新的仿真工况对比天基红外探测可用度的仿真值、初步估计值和解析预测值，验证模型的准确性和鲁棒性，该模型可作为系统可用度效能评估的有益参考。

激光雷达具有全天候工作、探测精度高、有效探测距离远、易获得三维信息等特点，但工作在远距离模式时，目标点云比较稀疏。当前便携条件下，基于深度学习的算法在激光雷达点云数据直接目标识别时，实时性和成功率尚不能达到远程监视实际工程的要求。针对实际工程中利用激光雷达检测运动目标进而实时引导高分辨率相机的需求，采用基于变化的检测方法，对远距离条件下激光雷达的运动目标检测方法进行了研究，利用点云数据的距离信息，给出三维单高斯模型和三维高斯混合模型检测动目标的过程和方法，提出了利用杂波图恒虚警率检测法处理点云数据的方法。实验表明，与二维图像动目标检测方法相比，三维单高斯模型法会很大程度提高检测准确性，降低虚警率，但仍然存在较高虚警率。为适应复杂三维场景，采用基于三维高斯混合模型的方法进一步降低了虚警率，但也降低了检测速度；而杂波图CFAR的方法具有很高的实时性，同时也具有较好的检测性能。

逆光条件下弹载红外图像的密集鱼鳞波、海面亮带以及岛屿杂波严重影响了远距离红外小目标的检测性能。本文通过感知非平稳海面杂波成份存在的区域及起伏状态构建海面场景信息，采取与背景杂波相适应的信号处理方法精细检测小目标。首先，结合结构张量和Hough变换检测海天岛屿区，利用Bernaola-Galavan分割算法和方差加权信息熵表征的复杂度感知鱼鳞波、海面亮带等杂波成份，构建出海天区、平稳海区、波动海区、岛屿区的场景信息。然后，针对边缘性结构强的海天线和岛屿，提出基于方向性差异的杂波抑制算法压制杂波；在平稳海区使用顶帽变换压制杂波；在鱼鳞波、海面亮带的波动海区，提出融合灰度梯度杂波抑制算法抑制背景。最后，海天岛屿区、波动海区采用恒虚警阈值检测目标，而平稳海区采用局部峰值判决策略检测目标。相比现有先进信号检测法，实验结果表明所提方法能有效适应不同海面背景杂波，提高复杂背景下小目标检测准确性和鲁棒性。