红外点目标检测是红外制导系统的关键技术之一，是**应用领域的研究热点。一方面，点目标在大气传输和散射过程中由于观测距离长，常常淹没在背景杂波和大噪声中，信噪比低。另一方面，图像中的目标以模糊点的形式出现，使得目标没有明显的特征和纹理信息。由于不同红外图像中的点目标具有不同的外观、形状和姿态，加之噪声杂波的干扰遮挡，经过单帧检测后，除了真实目标外，图像中可能有虚假目标和一些强噪声。因此，由于这几个因素，红外点目标检测变得非常困难。为了解决这一问题，作者研究了红外点目标检测的相关方法，提出了非凸秩逼近最小化方法（NRAM）与改进的随机漫步者方法（MRW）相结合的方法（NRAM-MRW），在复杂的红外背景下，针对红外点目标的检测中有着较好的检测效果。

采用大规模红外探测器的遥感仪器对以恒星为主的点目标成像时，受点目标跨像元效应、探测器读出带宽不足等影响，目标信号展宽，在多抽头间隔采样下出现“分裂点”现象，空间红外遥感仪器定位精度、目标辨识能力下降。针对此问题，本文构建了点目标“分裂”退化模型，并根据分裂点之间的强相关性，设计了预检测-能量维度迭代-模型更新-后检测的目标检测流程，通过形态学滤波与多假设关联跟踪对“分裂点”目标各观测进行独立跟踪，获取“分裂点”统计信息。然后利用已知恒星成像的质心矫正退化模型并映射到检测图像，修正目标质心。测试结果表明，该方法能有效区分多目标和“分裂点”造成的假目标，平均定位精度由0.5像元以上提升到0.15像元内。

随着科学技术的不断进步，**目标也向着小型化、超高速、低可探测度的趋势发展，因而对目标的探测与识别能力也提出了更高的要求。文中在深入分析点目标成像过程及其能量分布的基础上，提出基于偏态瑞利分布点目标能量计算方法，并通过红外辐射特性测量精度对比实验进行验证，得出应用该方法的辐射强度测量偏差可控制在8%以下，而且测量离散程度更小，可有效区分弥散点目标和背景灰度值，证明该方法具有良好的工程适用性，较高的测量精度且广泛的应用前景。

受红外焦平面工艺和材料的限制，红外探测器不可避免存在盲元、闪元等缺陷像元。盲闪元与红外点目标在灰度分布和尺度上一致，易造成远程红外探测系统的虚警和漏检。为此，提出了一种面向红外点目标检测的基于时空统计特征的缺陷元动态实时修复算法。在深入剖析缺陷元的基础上，构造空间极值滤波算子提取当前帧特征掩码，在时间域对历史掩码值进行累加、结合概率动态统计进行多维判定，同时引入图像金字塔对盲元、闪元、缺陷元簇进行提取，最终采用多尺度中值滤波对缺陷元进行剔除。实验将DDR3作为片外存储进行FPGA的硬件移植，结果表明：所提算法可适用于各类需要执行点目标检测的场景，能动态更新并修复新增缺陷像元，计算复杂度低实时性强，缺陷率从6‰降为0.046‰，检测准确率达到98%。

由于点目标可用信息少，点目标检测技术是红外搜索与跟踪系统（IRST）中的挑战性难点。基于人工提取特征的传统目标检测，智能化水平低，对点目标检测的难度大。针对此问题，提出一种新的基于深度时空卷积神经网络的点目标检测方法。该方法采用全卷积架构，输入输出尺度相同，可用于处理任意尺度图像。为了提高实时性，卷积分解技术被引入3D时空卷积处理中，将复杂3D时空卷积分解为低复杂度的2D空域卷积和1D时域卷积。根据点目标特点，多权值损失函数被提出，分别采用样本均衡因子和能量均衡因子降低样本不均衡和误差分布不均衡对点目标检测性能的影响。测试结果表明，该方法能够有效抑制复杂背景杂波，并以较低计算量实现点目标检测。

为了提高等效温度、等效面积的稳定性和分辨率，提出一种基于点目标特征参数提取的红外多光谱设计方法。首先，通过多光谱设计准则模拟仿真了多波段的抗误差能力，确定了光谱设计的影响因素。然后，根据红外辐射测量系统噪声分析，确定了光电导中波和长波探测器都达到最佳工作性能的条件。最后，根据波段信噪比估计和红外大气窗口确定了光谱的具体分布。性能分析结果表明，设计的光谱能在目标各种变化的情况下，使中波和长波协同工作，大大提高了等效温度、等效面积的稳定性和分辨率。