1、近十幾年來(lái)，隨著紅外成像技術(shù)的迅速發(fā)展，紅外成像跟蹤測(cè)量系統(tǒng)在靶場(chǎng)廣泛應(yīng)用，紅外圖像已逐漸成為靶場(chǎng)試驗(yàn)數(shù)據(jù)的重要來(lái)源，紅外圖像判讀模式也需要隨之發(fā)生變革，傳統(tǒng)的人工判讀方式已經(jīng)無(wú)法滿足任務(wù)需求，全自動(dòng)、高精度、高效率、高可靠性的對(duì)靶場(chǎng)紅外圖像實(shí)現(xiàn)自動(dòng)判讀成為我們迫切需要解決的問(wèn)題。本文就此實(shí)際問(wèn)題，研究了靶場(chǎng)紅外運(yùn)動(dòng)弱小目標(biāo)自動(dòng)檢測(cè)技術(shù)，并將這些技術(shù)應(yīng)用到自動(dòng)判讀工作中。
　　首先，介紹了靶場(chǎng)紅外運(yùn)動(dòng)弱小目標(biāo)檢測(cè)的應(yīng)用場(chǎng)景，分析了

2、國(guó)內(nèi)外當(dāng)前的研究現(xiàn)狀，探討了紅外弱小目標(biāo)檢測(cè)的主要方法及優(yōu)缺點(diǎn)。
　　其次，介紹了靶場(chǎng)紅外運(yùn)動(dòng)弱小目標(biāo)的跟蹤模式，然后從空域、頻域、時(shí)域三方面研究了靶場(chǎng)紅外弱小目標(biāo)圖像的目標(biāo)特性并在三方面對(duì)圖像進(jìn)行濾波處理，比較濾波效果。在經(jīng)典形態(tài)學(xué)濾波的基礎(chǔ)上加以改進(jìn)，實(shí)現(xiàn)了形態(tài)學(xué)帶通濾波，選擇此方法作為預(yù)處理方法。
　　再次，對(duì)完成預(yù)處理的圖像進(jìn)行恒虛警閾值分割，對(duì)分割后的圖像做質(zhì)心提取，鑒于目標(biāo)的跟蹤模式屬于典型的人在回路控制，目標(biāo)在

3、時(shí)域上無(wú)軌跡特性、無(wú)固定速度、無(wú)固定方向的特點(diǎn)，根據(jù)軌跡關(guān)聯(lián)思想應(yīng)用基于最近鄰數(shù)據(jù)關(guān)聯(lián)的相關(guān)鄰域檢測(cè)算法對(duì)目標(biāo)進(jìn)行檢測(cè)，對(duì)算法得以實(shí)現(xiàn)。
　　最后，對(duì)算法的性能和適用性進(jìn)行評(píng)估。首先應(yīng)用一組信噪比較高的快速運(yùn)動(dòng)目標(biāo)圖像檢測(cè)算法性能，然后應(yīng)用一組信噪比更低、序列長(zhǎng)度更長(zhǎng)的緩動(dòng)目標(biāo)圖像檢測(cè)算法性能，算法實(shí)現(xiàn)了對(duì)以上兩組圖像中目標(biāo)的檢測(cè)判讀，檢測(cè)率為88％。但對(duì)于信噪比更低的圖像無(wú)法完成檢測(cè)，對(duì)此我們對(duì)算法的適用性作評(píng)估，并在最后對(duì)算法