红外辐射是当今社会运用广泛的一段电磁辐射波段,在军事、工业、医学等方面都有重要应用。而红外探测系统由于其被动式探测的工作方式,有着保密性强、隐蔽不易被发现、不易被干扰的优点。针对目标的识别技术,也是该领域的研究重点。红外光谱成像系统的出现,使得红外探测在目标识别领域有了迅速的发展。是目标识别领域的一项先进技术。本文对发动机尾焰的探测和识别主要是通过对红外图像的处理以及特征光谱匹配等方式进行的,其中图像处理的部分主要是通过尾焰的形态以及与背景的差别进行区分,而光谱识别部分则是通过特征光谱的提取和匹配进行区分。本文首先对发动机尾焰的红外辐射特性进行分析,研究了红外技术的辐射理论以及红外在大气中的传输特性,验证使用的红外光谱成像系统的工作波段实际可行。并通过模拟出的红外目标辐射信息得到被测目标的特征光谱,为后续的目标光谱匹配提供基础模板。其次对红外光谱成像系统的工作性能进行研究。本文通过系统的响应曲线、噪声等效功率、信噪比等方面出发,计算出短波红外光谱成像系统的NETD值,并通过NETD值建立系统作用距离的数学模型,得到系统针对发动机尾焰的最大探测距离。最后是针对红外目标的检测,使用图像处理和光谱识别的相融合的新方法。首先将改进的top-hat变换应用于红外弱小目标图像,将图像中与目标特性相似的像素进行增强,并去除云层背景对目标的干扰,得到若干疑似目标的增强结果,并结合阈值分割方法对增强结果进行筛选,剔除大部分不符合弱小红外目标特性的背景干扰点。然后采用光谱匹配算法,通过三种测度进行加权匹配,去除图像处理中对干扰物、噪声等因素的干扰,得到筛选过的目标识别结果,通过实验证明,本文提出的算法相较于传统弱小目标检测有更好的检测效果。