红外图像处理技术在航空、航天等领域同样有重要意义,包括空空背景下的目标识别,或是空地复杂背景下的目标识别.该文对红外图像的预处理和分析进行了研究,对其中在图像增强、图像分割、图像识别等三个环节里用到的算法做了深入讨论.内容涉及图像增强、天空背景下的小目标(飞机)识别和地面背景下的面目标识别(机场跑道).主要成果如下:(1)针对大气传输等环境影响而产生的红外图像特性变化,我们提出了以Laplacian金字塔结构实现的多尺度图像增强算法,由于符合源图像的特性,该算法取得了比基于灰度的图像增强经典算法图像均衡更好的效果.(2)对于对空识别,我们设计了一个包括图像分割(使用区域增长法),目标测量(使用连通区域标记法)和目标识别(使用不变矩)的高性能红外目标识别子系统,经过实际数据测试证明此算法实用可行.(3)对于对地的机场跑道识别,我们在总结了现有算法的不足以后,根据图像中跑道的形态建立了新的模型.在这个模型的基础上,根据实用的要求和源图像的独特特征如实时性要高和图像分辨率较低等,提出并实现了一种基于灰度形态学,边缘点提取和Hough变换的快速算法.经过仿真实验,证明该算法实用可靠,符合工程对于实时性的要求.(4)在以上算法的基础上,我们使用VC++6.0编制了红外图像分析软件两套,这两个系统都实现了对序列红外图像中目标的快速识别和定位,基本达到了"快速准确"的要求.