近年来随着光电探测能力的增强、作用距离的提高以及智能化的提升,靶场光电跟踪系统在航天器发射、武器试验、空间目标监视等军事化任务中发挥越来越重要的作用。目标检测技术是靶场跟踪系统的关键技术之一,目标检测的好坏决定了光电跟踪系统总体性能的发挥,并且直接影响获取被测目标数据的质量。目前,大量外场试验表明当前光电跟踪系统的目标检测技术还存在着对天气条件过于依赖的缺陷,在阴天、雾天等极端天气造成光电成像目标低对比度,云层背景疑似目标的干扰或目标遮挡,给目标的精确检测带来了很大困难。针对复杂动态天空场景,本文提出了一种基于天空场景感知的扩展目标检测方法,即依据场景特征信息感知天空背景类型,并智能化选择适用的目标精确检测算法,主要涵盖了场景感知和目标检测技术两项研究重点:(1)场景感知是依据视觉场景的特征信息感知场景类型,是衔接图像多模技术和运动目标智能化精确检测与稳定跟踪的重要技术,也是本课题的研究关键与创新之处。本文突破现有场景分类方法将目标视为干扰而降低场景感知效率,提出了基于多核学习的天空背景感知分类的方法。首先,飞行目标具有结构化刚体特性,天空背景仅具有不规则纹理特性,采用角点检测算法分析动态天空场景,并定位目标和背景区域;然后,分别在背景区域提取纹理和功率谱特征,在目标区域提取对比度和锐度特征;最后,利用多核学习方法将目标和背景特征线性融合感知天空背景类型。试验数据表明,目标属性是感知天空背景类型的显著特征,尤其能明显改善背景均匀、特征相似的天空场景感知分类正确率,提升了天空场景感知性能和适应能力。(2)目标精确检测是将目标从背景区域中分出来,捕获运动目标的精确轮廓和位置信息。因背景会随运动目标场景与时间的不同而切换,本文采用了图像多模检测技术,即依据天空背景感知类型选择适用的飞行目标检测算法。晴天背景下采用边缘检测与数学形态学方法来完整性提取目标轮廓和位置信息;阴天背景下选择基于低对比度增强的扩展目标检测方法;雾天背景下采用基于图像去雾的扩展目标检测方法;云层背景依据目标角点数量判定目标遮挡状态,目标未遮挡采用基于目标区域的扩展目标检测方法,目标部分遮挡选择基于模板匹配的扩展目标检测方法,目标完全遮挡提出基于相邻多帧位置预测的扩展目标检测方法。试验数据表明,本文方法在晴天、阴天、雾天和云层背景下均可完整性的提取目标的完整轮廓。本文提出了一种基于天空场景感知的扩展目标检测的方法,克服了单一目标检测算法仅适用于局部场景的缺陷,具有自适应能力强和目标检测精确度高的优点,是解决复杂动态天空背景下扩展目标精确识别与稳定跟踪的关键底层技术,为靶场光电跟踪系统的智能化和高精度化奠定了坚实的理论基础。