近年来,随着计算机和数字图像处理技术的飞速发展,红外弱小目标检测技术开始广泛应用于制导、跟踪、自动控制、人工智能等诸多领域。这些应用对红外成像质量的要求越来越高。因为红外弱小目标具有距离远、面积小、形状特征弱、细节特征部分丧失、信噪比低等特点,所以对红外图像进行预处理是弱小目标检测技术中的重点和难点。红外视频图像数字预处理系统是红外焦平面阵列探测器必备的后处理电路,对成像质量的影响越发重要。如何充分发挥红外图像预处理的优势,尽可能提高目标的检测距离,在红外制导方面具有重要意义。本文提出了细胞神经网络(CNN)的一种高效数字实现方案,针对细胞神经网络的局部互联性以及模板的时不变特性,采用比特串行的分布式算法来实现胞元的状态更新。采用该架构实现的细胞神经网络减少了硬件资源的占用以及总线的位宽。与细胞神经网络的模拟实现方式相比较,数字实现方案由于采用了分布式算法可以占用更小的面积,从而提供更高的运行速度。采用细胞神经网络进行图像预处理,关键在于模板的设计。本文在研究了粒子群算法收敛过程的基础上,利用该算法收敛迅速的特点,将其引入到细胞神经网络的模板设计中,并将该算法训练的模板应用于图像的边缘提取,计算机仿真结果表明此法优于传统算法处理结果。为对该CNN数字实现方案进行验证,本文提出了以FPGA为核心处理器实现红外视频图像数字预处理系统的方案。该方案硬件电路包括两路视频A/D、数据缓冲同步FIFO、FPGA、数据存储、颜色空间转换等功能模块。系统能够完成对IRFPA信号的正确读出,并将读出的视频模拟信号经A/D转换器转换为数字信号,经FIFO缓冲后送入存储器,之后经过CNN处理模块进行必要的处理(边缘提取),最后输出标准的VGA模拟视频信号,传送到显示器。通过过对所设计的红外视频图像数字预处理系统的实际测试,性能均达到了实时性、可靠性和稳定性等指标,同时在功能上还具有一定的通用性。