红外目标识别首先要完成在背景中检测出目标，然后记录目标的特征参数，并计算运动目标的特征参数变化率，识别目标的相关轨迹，最后完成动态目标识别[14]。

1）弱小目标检测技术84181

红外弱小目标检测算法可分为基于单帧图像的跟踪前检测算法和基于序列图像的检测前跟踪算法[15-16]。

跟踪前检测算法的基本思想是：首先对序列图像中的每幅图像都进行预处理、分割，获得众多疑似目标，然后根据目标运动规律的先验知识和灰度分布形式对目标进行确认。此算法逻辑清晰，实现简单。但是，当目标的信噪比较低时，分割出的疑似目标中很可能不包含真实目标，导致算法失效。因此，这类算法只有在目标信噪比较高的条件下有效。

检测前跟踪算法的基本思想是：首先根据目标运动规律对序列图像进行搜索，然后根据相关判定准则获取疑似目标的运动轨迹，最后根据新输入的序列图像进行真实目标运动轨迹确认。

2）图像配准技术

Brown[17] 认为，在应用上图像配准大致可以分为多模态配准，模板配准，观察点配准，时间序列配准四类。而图像配准方法大体可以分为基于灰度的图像配准方法、基于变换域的图像配准方法和基于特征的图像配准方法三类[18,19]。论文网

3）运动目标检测

运动目标检测的目的是通过分析视频序列图像提取场景中的运动前景。按图像传感器与背景间有无运动，运动目标的检测方法分为静态背景与运动背景两大类[20]。运动目标检测的方法主要有背景差分法、帧差分法、背景模型法以及基于光流的方法等。