针对传统ViBe算法在复杂背景下检测运动目标时会出现鬼影、阴影、误检等问题，提出了一种改进的ViBe运动目标检测算法，称为GS-ViBe算法。在GS-ViBe背景模型初始化阶段，利用最大后验估计法确定每个像素点的最佳高斯分布数目，使其形成多帧融合背景来代替ViBe的单帧背景初始化方法，从而消除鬼影；在GS-ViBe前景检测阶段，增加多特征融合阴影检测过程，并将其检测结果和ViBe前景目标融合，得到消除阴影后的前景目标；最后，在GS-ViBe背景模型更新阶段，引入动态更新因子代替固定更新因子，使得背景可以自适应更新，从而降低目标的误检率。在多种复杂背景下与传统ViBe算法对比发现，GS-ViBe算法召回率提高了37.74%，准确率平均提高了19.83%，误检率平均降低了52.57%，表明GS-ViBe算法可以有效消除鬼影、阴影、误检的干扰，获取到完整的前景目标。

激光雷达具有全天候工作、探测精度高、有效探测距离远、易获得三维信息等特点，但工作在远距离模式时，目标点云比较稀疏。当前便携条件下，基于深度学习的算法在激光雷达点云数据直接目标识别时，实时性和成功率尚不能达到远程监视实际工程的要求。针对实际工程中利用激光雷达检测运动目标进而实时引导高分辨率相机的需求，采用基于变化的检测方法，对远距离条件下激光雷达的运动目标检测方法进行了研究，利用点云数据的距离信息，给出三维单高斯模型和三维高斯混合模型检测动目标的过程和方法，提出了利用杂波图恒虚警率检测法处理点云数据的方法。实验表明，与二维图像动目标检测方法相比，三维单高斯模型法会很大程度提高检测准确性，降低虚警率，但仍然存在较高虚警率。为适应复杂三维场景，采用基于三维高斯混合模型的方法进一步降低了虚警率，但也降低了检测速度；而杂波图CFAR的方法具有很高的实时性，同时也具有较好的检测性能。

针对目标检测对实时性要求越来越高的情况，提出了一种基于现场可编程门阵列（Field Programmable Gate Array，FPGA）实现的多运动目标检测算法。该方法通过帧差法提取运动目标，然后基于距离阈值对形态学处理后的图像进行目标分割，最后对运动目标标记显示。系统通过CMOS摄像头采集视频，采用FPGA平台外接DDR3高速大容量缓存，实现了视频图像的采集、存储、目标检测和显示。实验结果表明，提出的多目标检测系统能够有效的实时检测出多个运动目标，并且在分辨率为1 024×600的情况下帧率达到38 fps。

空中动目标如空中隐身动目标以及高速飞行器对世界各国的****产生了严重威胁，对空中隐身动目标与高速飞行器的探测问题也是世界各国目标探测技术发展的热点方向。文中阐述了一种对空中动目标具有较好探测能力的新型目标探测技术——空中动目标环境扰动探测技术，介绍了现阶段主要研究的四种空中动目标环境扰动现象及其探测方法，即大气扰动场、等离子鞘套、大气偏振模式以及尾流，研究了上述四种环境扰动探测技术的探测原理以及发展现状，分析现阶段四种环境扰动空中动目标探测技术存在的问题，最后对四种技术未来的发展方向进行展望并进行总结。

针对车载视觉智能感知、低空区域防务等光电成像系统远距离观测动态性能测评需求，研制了室内运动目标模拟系统。基于线性移不变系统模型，分析了“三杆靶”、“四杆靶”靶标MTF测量原理，提出了一种基于变频栅条靶标的动态MTF检测方法，给出了变频靶标设计方案和MTF解算方法。完成了“三杆靶”和变频靶标测量方法的静态和动态MTF对比测试实验。实验结果表明：提出的变频靶标动态MTF检测方法与“三杆靶”测量方法相比，在静态MTF检测时测量数据的相对最大偏差比率为1.9%，动态MTF检测时测量数据相对最大偏差比率为2.8%，是一种高精度数字化动态MTF检测方法。该方法可以从一幅靶标图像中解算出MTF曲线，在动态MTF检测技术领域比“刀口法”、“三杆靶”、“四杆靶”等方法更具优势。