本書主要針對的是民用無人機, 熱氣球等空中飛行目標(biāo), 對公共安全造成的威脅。本書著眼于無源光學(xué)系統(tǒng), 提出了一種基于粗糙集和模糊神經(jīng)網(wǎng)絡(luò)的分類算法來實現(xiàn)對數(shù)字圖像中目標(biāo)的識別, 同時為獲得更簡潔的神經(jīng)網(wǎng)絡(luò)以提高識別的實時性提出了一種用蟻群算法來對連續(xù)屬性離散化的區(qū)間進行選擇的方法, 為系統(tǒng)提供識別理論基礎(chǔ)。設(shè)計并實現(xiàn)了一種基于3 DSP＋FPGA的嵌入式硬件處理架構(gòu), 采用多任務(wù)并行流水線技術(shù)。對空中飛行目標(biāo)的探測、識別和追蹤顯得尤為重要, 這對其處理系統(tǒng)提出了更高的要求。它既要有低的虛警率和漏警率, 又要有識別和反應(yīng)的實時性。隨著光學(xué)硬件, 計算機硬件、算法和網(wǎng)絡(luò)技術(shù)的發(fā)展, 無源光學(xué)圖像處理系統(tǒng)作為新一代空中實時目標(biāo)識別技術(shù), 更靈活, 更可靠, 在民用和軍事中有著廣闊的應(yīng)用前景。實驗結(jié)果證明, 系統(tǒng)的算法及硬件設(shè)計滿足了實時對空中飛行目標(biāo)探測和預(yù)警功能。