针对自动目标识别需求, 提出了一种激光与红外融合目标检测方法。首先介绍了基于方向显著性的红外目标检测算法, 并分析了该算法的优缺点。针对该算法的缺陷, 提出了一种激光与红外融合的目标检测方法, 该方法将激光雷达测得的弹目距离信息引入到基于方向显著性的红外目标检测算法中, 大大提高了目标检测算法的精度。仿真实验表明文中方法解决了单源红外目标检测算法对应用场景适应性不强和鲁棒性较差的诸多问题, 大大提高了目标的检测率。

本文针对城市建筑物的特点，提出融合 Hessian-Affine和 MSER的仿射协变区域检测方法，利用重复误差筛选高度相关的不同类型区域，根据仿射匹配性分值选择性删除冗余区域，并采用平均重复率、平均匹配区域数进行综合评价分析。实验结果表明，提出的算法将两种检测子互补使用，对于各种仿射变换下的建筑物检测准确率较高，冗余少，适用于城市遥感的实际应用中。Urban Remote Sensing Images

针对SAR和光学两种异构传感器图像配准精度的局限性，提出一种新的分割方法及融合策略，最大限度地降低对配准精度的要求，提高了非精确配准下SAR和光学图像融合检测概率。首先对SAR和光学图像中的目标进行边缘和区域信息的提取，并以Ratio算子值为依据进行边缘连接，将图像分为有限个连通区域；然后通过模糊集判断进行两图像相近区域融合，以域内Ratio均值作为隶属度权值进行融合检测，在保证检测概率的前提下降低了虚警，获得了比单一传感器更精确、更完整的目标信息。

针对伪装网遮蔽作为对抗侦察与监视的常见手段，而多波段多极化SAR 图像具有提供被遮蔽目标互补性的不同特性信息的特点；本文提出基于改进Neyman-Pearson 准则的决策级融合算法，实现对伪装网遮蔽目标的检测。该方法根据理论定性分析与实测数据定量分析，探讨了波段、极化方式对伪装网遮蔽目标探测的影响，并比较了像素级与决策级融合检测的性能差异；采用目标检测概率、有效检测比作为性能指标，以选择最有效的单波段或单极化的通道数据作为融合波源，并在融合过程中使用尺度滤波器，以降低单通道数据的冗余信息。根据有效检测比这一融合检测算法性能评估指标，在实测数据上对提出的融合算法与对照算法进行性能比较。实验结果表明，所提出的伪装网遮蔽目标融合检测算法达到了较好的虚警率-检测率综合性能。

文章介绍了主动式雷达/红外复合制导体制的特点，分析了海空背景及舰船目标的红外特性。为了滤除红 外诱饵、箔条的干扰，基于现象学提出了一种目标检测新算法。首先确定海空背景下红外图像中的目标潜在区域并运用阈值分 割检测潜在的目标；然后利用雷达获取的潜在目标的方位角信息生成虚拟图像；最后用生成的虚拟图像与红外检测图像进行“与” 操作，实现融合检测。

提出了一种基于多特征距离图的红外弱小目标检测方法.弱小目标的许多特征,如局部熵、平均梯度强度等,不但刻画了弱小目标的特点而且易于提取.通过特征融合技术,可以将弱小目标检测问题转化成在一个多特征空间的极值求取问题.该方法利用已经提取的多个特征,采用特征融合技术构造一个距离图像,再对该图像进行二值化处理,达到目标检测的目的.通过对实际的红外图像序列进行小目标检测,验证了所提方法的可行性和有效性.