随着自动目标识别(Automatics Target Recognition,ATR)系统的不断发展,背景杂波逐渐成为影响其性能的一个重要因素。背景杂波对不同的ATR算法有着不同的影响,本文分别研究背景杂波对图像分割、目标识别等算法的影响。在遵守杂波度量基本原则的基础上,使用合理的杂波度量尺度来量化杂波强度,初步探究背景杂波强度与ATR算法性能之间的关系。本文首先对杂波特性进行了研究,简要阐述了背景杂波的概念、定义等,对常见的杂波度量尺度进行了简单的描述,并分析了它们的优缺点,总结了它们的共同点。在基于人眼视觉杂波度量尺度的基础上,针对ATR算法的特点,使用适合于这些算法的杂波度量尺度。其次根据杂波度量的范围,分别研究了全局杂波与局部杂波的度量。在局部杂波度量中详细介绍了图像分割算法并使用分割精度来表征算法的性能。局部杂波度量尺度基于LBP特征,本文分别对图像纹理特征和LBP特征进行了详细介绍,分析了它们的重要研究意义。通过仿真验证了局部杂波的强度值与分割算法的分割精度之间具有单调关系。全局杂波度量尺度基于HOG图像特征,文中对该特征进行了详细介绍,对度量尺度的实现过程进行了叙述,通过仿真来验证全局杂波强度与虚警率之间的关系。本文对小目标检测的原理进行了详细的研究,分析了红外小目标检测算法的检测原理与普通目标检测的不同之处,说明了常用的度量尺度不能适应于小目标检测。针对小目标检测算法的特点,引入了一种新的杂波度量方法,最后通过仿真验证了这种方法的有效性。