目标检测与识别是自主寻的飞行器的关键技术之一。本文以提高目标检测与识别能力为目的,从三个方面开展了红外双波段成像的目标检测与识别技术研究。首先进行了目标成像建模与目标特性分析,为目标检测与识别算法研究提供了依据。有限的观测数据无法全面反映目标特征,因此有必要通过建模产生目标数据库并进行目标特性分析。以导弹防御和空间成像探测为背景,考虑成像器特性、目标属性和环境影响因素,建立了红外双波段的目标成像模型,生成了目标成像仿真图像与目标数据库,以此为基础统计和分析了目标特性及差异。以弹头、诱饵、发动机碎片三种典型目标为例,分析了不同目标的特征差异。其次根据目标红外图像特征分析结果,提出了一种自适应调整局部判决门限的点目标融合检测算法和一种基于斑点目标局部能量的多级融合检测算法。通常关于探测器所获取图像的先验知识未知,多波段融合检测中心一般认为各个探测器性能相同,这就导致当某一探测器性能下降时融合检测性能也将严重下降。针对这一问题,提出了一种自适应调整局部判决门限的点目标检测算法,核心思想是在虚警率一定的情况下动态调整各个波段的检测门限,从而保证了融合检测性能的稳定性。同样,在该算法思想的基础上结合斑状目标的特点,提出了一种基于斑点目标局部能量的多级融合检测算法。实验结果表明,在两个探测器性能相同或相近时,本文算法能显著提高目标的检测性能,当一个探测器性能下降时,融合检测算法会略有下降但不会失效。最后以目标特性及差异分析为基础,提出了一种基于双波段红外传感器的小目标融合识别算法。针对由于远距离时弹头和诱饵在探测器上成像面积小、特征信息少的而导致难以进行识别的问题,提出了一种基于模糊综合的目标识别算法。首先提取目标点在各个波段的特征参数并计算模糊化特征向量,然后根据模糊相似度函数对单帧图像进行模糊化判决,接着对模糊化判决结果进行时域判决,最后对各个波段的时域判决结果进行综合得到最终的目标识别结果。实验结果表明,该双波段融合识别系统对目标和诱饵的识别准确率高。