本文研究濒海背景条件下的红外目标识别技术，通过对濒海场景的红外辐射特性分析，仿真生成了濒海场景红外图像，实现了复杂濒海环境下的红外目标的自动识别。本文通过对濒海场景的红外辐射特性分析，提出了一种基于纹理温度修正的实时红外场景仿真方法。该方法在传统红外模型仿真方法的基础上，根据环境参数对材质指定基本温度场，并利用模型在可见光下的纹理亮度对材质基本温度场进行修正，得到更接近真实情况的红外温度分布，利用相关辐射定律计算模型的红外辐射值，得到红外场景。本文调用OSG(Open Scene Graphic)三维渲染引擎，利用GPU编程技术，对模型红外辐射转换过程进行优化，实现了复杂背景下红外仿真场景实时生成，并通过试验，验证了该方法的仿真效果。基于濒海场景红外图像，本文提出了一种提取HOG（方向梯度直方图）特征，利用LDA线性分类器进行目标识别的方法。该算法能够有效减少光照、方向变化等带来的干扰，并根据目标成像大小的不同，训练了三种不同尺寸的模板，提高了目标的识别率。本文通过对红外图像库进行大量的样本标定，并进行分类器训练，利用测试图片对算法进行验证，并给出了不同模板尺寸下的检测结果。最后，本文把红外场景仿真方法、目标识别算法嵌入到海上光电对抗仿真平台中，改进了图像生成模块，添加了基于濒海背景的红外目标识别模块，并对整个仿真平台进行了显示优化，提升了运行速度。