低空慢速小目标的检测识别跟踪一直以来是低空探测系统面临的难题,随着近年来低空空域的开放政策呼之欲出,解决低慢小目标的检测识别问题迫在眉睫。本文在分析了低空慢速小目标的成像特性,运动特性以及自身特性的基础上,提出了一种可见光条件下的低慢小目标检测识别与威胁度评估方法。主要针对远距离大视场光电探测设备下的低慢小目标进行研究,主要解决民用低空航空器的检测识别,本文分别从检测、识别和威胁度评估三个方面进行了研究,主要工作内容如下:首先,目标检测是目标识别与威胁度评估的前提。针对高精度远距离大视场光电设备成像背景复杂,视场范围大等特点,提出了一种首先使用阈值分割,形态学处理,边缘检测进行预处理,然后用hough变换进行直线检测,将图像分为天空和城市背景两部分,去除复杂的城市低空背景,在天空区域采用分块帧差与形态学滤波处理相结合的目标检测方法,提取运动目标。其次,在准确提取出运动目标的基础上,根据不同类目标的不同特性,提出了一种目标全局特性与局部特性相结合的目标识别方法。将Hu矩、仿射不变矩、矩形度检测与运动轨迹四个目标特征相结合,使用最大最小值方法归一化,并采用SVM支持向量机分类的方法对低空目标进行准确分类。然后,根据目标识别结果,将目标类别,目标运动速度,目标距离重要场所的距离,目标武装性能,目标是否可查询以及要保护对象等六个因素作为威胁度评估因子进行加权处理,并使用模糊集与信息熵和TOPSIS算法相结合的方法进行排序的威胁度评估。最后,基于VC++和opencv计算机视觉函数库实验平台,对实验算法进行了实验验证,并对实验结果进行了总结与分析。