红外序列图像小目标的特性分析及检测与跟踪,飞行器的识别与理解是该文研究的主要内容.该文所做的工作有:1.介绍了包含小目标的红外图像的单帧模型;分析了目标、背景和噪声的特性及成因;针对目标特性分析提出了三种预处理方法;分析了目标运动约束方程及应用;提出了其几个相对稳定的目标特征.2.介绍了红外序列图像的单帧预处理(即背景抑制和目标增强)及小目标的分割.3.分析了图像序列的时域特征,发现了目标在时间域中的灰度变化特性,并提出了目标时域分割的一种方案;受到多变量联合分布概率的分布的启发,提出了一种时空融合增强目标的方法,而且时域处理和空间处理可以并行实现,可以大大缩短计算时间,分割的准确性得到了显著提高.4.针对目标的检测与跟踪,介绍了HFQC连续滤波方法,提出了在一次HFQC后,再进行分层投票来实现的检测方法,能够较好地实现对单目标的检测与跟踪;介绍了一种基于卡尔曼滤波器的多目标检测与跟踪方法,既能检测出新出现的目标,又可以对检测出目标实施跟踪;为了提高目标的跟踪精度,还对目标的位置的误差进行了分析,并用最小二乘法对其轨迹进行校正.5.针对天空背景下的飞行器(可见光波段,飞行姿态与摄像机成一定角度),从目标的形态出发,采用SUSAN算子将目标从背景中提取出来,并利用边缘信息对云层区域进行抑制,然后利用形态学运算进行并填充,形成目标区域,最后对目标区域细化,利用先验知识发现目标的头部,进而按照结构比例确定目标的关键部位,并取得了较好的效果.在此基础上,为了保证检测结果的正确,利用链码对其进行了检验.