针对近地小天体监测和预警中极低信噪比运动目标难以检测的问题, 提出了基于涨落分析的暗弱运动目标关联检测方法, 阐述了在时间区间上基于光场涨落分析的关联特征提取方法的原理。强背景信号的涨落在时间维度上具有稳定分布和稳定变化的特点, 利用由目标运动导致的瞬态涨落在时间维度上分布的异常变化反演出暗弱运动目标的存在。首先将目标检测问题建模为基于单个像元灰度时序序列的一维信号检测问题, 然后在时域上划分时间窗口, 采用基于涨落分析的方法来提取关联特征, 最后由关联特征的变化来检测目标信号。将该关联检测方法应用到一维时序信号仿真实验、暗弱运动目标仿真实验和近地小行星检测实验中, 结果表明本文所提出方法的检测率和虚警率都显著优于其它几种经典常用方法, 在仿真数据和真实数据中都有很好的检测效果。

利用红外测量跟踪系统获取目标信号幅度信息, 提出了一种基于序列似然比检验的小弱运动目标航迹快速起始方法。用动态2维分配算法关联“量测-航迹”, 采用序列似然比检验衡量航迹质量, 一旦似然函数比达到阈值则确认目标航迹。该方法可根据目标信噪比不同采取不同帧数来起始、确认目标航迹, 做到信噪比越大起始帧数越少, 目标航迹检测概率越高, 而信噪比越小则起始帧数越多。理论分析和试验结果表明, 该方法既能提高航迹起始速度, 又能提高目标航迹检测概率, 避免和解决了M/N逻辑法需要固定扫描帧数才能确认航迹的局限性。

针对传统空时域滤波器难以剔除杂波(尤其是杂波边缘)的缺点，提出了一种基于时频分析的弱小运动目标检测方法。理论分析表明，目标经过处的时频是一个小波包，波包的幅度与目标的幅度一致，而宽度则与目标速度成反比关系；杂波边缘经过处的时频则是一个上坡或者下坡。采用两级滤波方法检测运动目标，即首先采用恒虚警率准则过滤噪声，然后再利用目标出现处存在的波包，分别统计主瓣与旁瓣能量及其能量比，去除杂波，检测出运动目标。云背景下弱小目标检测试验结果证明了该方法的有效性。

本文提出了一种基于形态学和小波域杂波抑制的微弱目标检测方法,该方法将图像序列进行形态学tophat 滤波,然后小波变换,再分别对各小波子带作平滑滤波,按各子带对滤波前后小波系数作差分运算,最后经过小波逆变换得到具有微弱目标的残差图像序列。用残差图像tophat 结果估计目标潜在区域,在目标潜在域的约束下,对残差图像序列进行时空域数据融合,实现微弱运动目标的检测。仿真实验表明,该方法杂波抑制后残差图像具有很好的白高斯特性,且目标邻域信杂比(SCNR)的平均增益比图像空域平滑滤波和图像频域低通滤波等典型运算的SCNR 平均增益有明显改善,目标检测算法在5 帧图像集成时能稳定检测出微弱运动目标轨迹。