红外目标检测是计算机视觉的研究热点之一,在精确制导、防空预警、辅助驾驶、智能监控等领域有重要的应用。受限于嵌入式平台的计算能力和内存资源,目标检测的精准度和效率难以兼顾。针对该问题,本文基于多核高性能的TMS320C6678 DSP,对红外目标检测算法和软件设计展开研究。采用多核并行,指令集优化等手段,在资源受限条件下,有效提高了红外目标检测准确度和效率。本文从资源受限条件下红外目标检测任务出发,首先分析了红外目标成像的特点,明确了红外目标检测算法的难点,对算法部分进行了需求分析和总体设计。然后结合系统整体硬件架构对软件设计进行了分析,明确了TMS320C6678所要完成的功能。然后本文对算法部分进行了深入的研究。文中首先根据不同的噪声类型对图像进行了预处理,之后本文对经典的基于主梯度方向模板的目标检测算法进行分析,其中该算法的优势在于可以通过少量的模板来构建训练集,并且采用二进制编码的方式来表示特征,极大的加速了模板匹配的过程。然后针对该算法在红外目标检测下的局限性进行了改进,其中改进有两个方面,一是针对红外图像梯度特征不显著的情况下,原算法检测准确率较低的问题,将灰度特征融入到了主梯度特征里,极大提高了特征的分辨能力。第二点针对主梯度模板算法在处理部分遮挡问题时鲁棒性较差的问题,提出了基于连通域标记改进主梯度方向模板匹配的方法,极大的提升了目标在遇到部分遮挡时的检测准确率。最后本文在TMS320C6678平台进行了软件设计和算法移植优化,软件设计主要包括DSP中断配置、时钟配置、内存配置、各个通信接口驱动的软件配置以及DSP的自启动实现。算法实现部分将本文提出的目标检测算法成功移植到图像处理板上,并且基于TMS320C6678平台进行了深度的优化,包括指令集优化,多核并行优化等优化方式,最终经过实验测试可得,该图像处理板检测准确率在90%以上,检测一帧图的时间在40ms以内,可以实时准确检测红外目标。