美国911事件发生之后,来自空中的安全威胁引发越来越多的关注。无人机、热气球等生活中常见的低空目标体积小、成本低、操纵简便、种类繁多,对公共安全的威胁程度极大。近年来,随着雾霾天气的频繁出现,对于防范管控低空目标的需求更加迫切,由此本文提出了一种雾霾天气下的低空目标检测识别与威胁度评估方法。首先,研究低空目标的特性,实际分析频繁出现的雾霾天气和地面的复杂背景对于低空目标检测与识别的干扰。针对雾霾天气的低能见度,研究各种去雾算法,并在此基础上提出基于单帧图像的复原去雾方法,与现有的去雾方法进行实验对比,证明该方法在去雾质量和场景保真上都有不错的效果。其次,设计一种结合数据驱动型和知识驱动型的低空目标检测与识别方案,实现低空目标的定位与识别。将基本形状特征、仿射不变矩特征和HOG特征融合于特征向量中,作为表征目标特性的参数,以达到不同特征之间优势互补的效果。利用水平灰度投影实现天空与地面的分离,结合水平混合灰度梯度指标和垂直混合灰度梯度指标实现可疑目标的检测和定位。此外,将变异系数法引入目标识别领域用于实现特征降维。最后,研究对识别定位到的低空目标进行跟踪与威胁度评估的方法,将雾霾的浓度、低空目标的种类、距离和速度、以及低空目标是否可应答作为评判对象威胁程度的指标,利用专家评估和模糊逻辑共同获得指标取值,并详细推算低空目标的距离和速度的计算方法。采用多属性决策的理想解法,为低空目标对重点区域、重要场所产生的威胁做一个等级评定,通过系统自动启动预警与求助,维护公共安全。