湍流畸变会严重降低图像质量,畸变导致像素点发生扭曲变形,造成图像中的目标变形或缩放,加大了图像序列中目标的检测与识别的难度。远距成像系统中都会存在不同程度的湍流畸变,湍流畸变图像中的运动目标检测难点在于湍流畸变与噪声等扰动混杂在一起,观测图像成分复杂,很难正确的将目标物体的运动与湍流畸变造成的整个图像的不规则运动区分开来。本文重点关注存在湍流畸变场景下的目标检测问题,研究内容主要包含以下几个方面:首先,完成湍流畸变图像建模与仿真。使用空间变换模型来建模湍流畸变,通过量化空间变换模型中的参数来描述畸变程度。其次,讨论图像湍流畸变校正。使用基于畸变对称约束的畸变校正与分阶段畸变校正方案对图像进行校正,并通过实验验证了校正算法的可行性,通过畸变图像与校正图像之间的相似性度量评价畸变校正算法的性能,分析校正算法的可行性与局限性,提出了一种使用光流进行畸变校正的方法,逐次将图像序列与通过简单平均得到的近似参考帧进行校正,在较少的迭代之后可以完成对图像序列的校正。然后,讨论基于畸变校正的目标检测方法完成湍流畸变场景下的目标检测任务。基于畸变校正的目标检测算法首先去除图像中的湍流畸变,问题可以近似为不受湍流畸变影响的图像序列中的的运动目标检测问题,针对校正图像序列使用传统的目标检测方法进行检测,选取两种典型的基于背景减除的运动目标检测算法进行实验分析,验证了基于畸变校正的检测算法的可行性。最后,针对湍流畸变校正会造成图像信息丢失的问题,使用基于图像内容运动分析的目标检测方法进行检测。对观测图像进行成分分析,将其分为湍流畸变成分、相对静止的背景成分与运动的目标成分,根据每种成分的先验知识,对图像中的不同成分施加不同的约束,将畸变校正与目标检测问题统一为一个能量函数的优化,避免了畸变校正阶段对图像造成的信息丢失问题,同时完成畸变校正与目标检测任务。