基于红外目标仿真的自动目标识别（ATR）是利用计算机图形学技术,数字图像处理技术和传热学来模拟红外图像,并利用模式理论完成目标识别的过程。红外目标的模拟以及识别是军事高科技的关键技术之一,对其进行深入的研究具有重要的理论意义和广泛的应用前景。 本文详细论述了基于3D模型的红外场景仿真算法和系统的开发,并在此基础上对ATR算法进行了初步的探讨,重点介绍了一种“自顶而下”的算法思想。 红外成像技术的发展,为红外技术在军事领域得到更加广泛应用提供了难得的契机;同时,超大规模集成电路和高性能PC的出现,使用红外成像仿真技术,更加方便了红外智能系统的测试和调整。论文基于商用动画和效果软件Maya输出的Wavefront^?OBJ文件造型数据,结合仿真对象的热传递模型和红外传感器模型,高细节地实现了基于3D模型的双色红外图像仿真。为ATR算法提供仿真图像数据。在建模方法上,本文为了得到更好的仿真图像,在绘制的真实感和绘制效率上进行了有益的探讨:（1） 关于温度场的计算,分别使用了“点源”热模型和“面源”热模型,并比较分析了两种模型计算效率;（2） 在使用“面源法”时,针对形状因子的计算方法进行了比较和分析。其中也对就如何利用Visual C++读取3D模型,如何结合OpenGL对模型进行渲染进行了细致的介绍。最后给出了在特定条件下的目标模型以及使用本文所用方法所获得的仿真图像,并在此基础上对使用“点源法”和“面源法”以及双色红外图像的仿真结果进行了进一步的说明和分析。 近十年来,国内外对基于红外目标的ATR系统都进行了深入的研究。ATR系统是一个相当复杂的系统。在一个自动识别系统中,可能遇到各种各样问题,归纳起来,有以下三个难点:（1） 几何上的变化:目标随着其位置和姿态的不同而可能呈现不同的外观;（2） 图像变换:所得目标的图像与它们所处的环境和传感器的噪声统计特性有很大的关系,另外,场景中纹理的随机性使得不易获取场景的每一个细节;（3） 场景的复杂性变化:所遇目标数目不能提前预知,而且目标还会随机地进入或者离开视场。对于一个比较完善的ATR系统,在表示复杂的真实感强的自然场景的基础上,还应该对上述的三个变化具有不变性。在识别方法上,传统的方法使用机器视觉理论先进行预处理（边缘检测、图像分割）后高层推论（特征提取、分类和识别）;近年来国外也有人将视觉和图形学结合起来,提出了“自顶而下”的算法,直接从所测数据估计场景:把已经被ATR系统所知的模式,表示为模板,这些模板进行一系列的数学变换,在变化中与所测数据最匹配的即是解决方案。因此,这种算法的核心就是模型的配置合成。