自动目标检测和识别是新一代机载光电侦察吊舱的一项关键技术,其主要目的是利用光电吊舱获取的视觉信息检测并定位特定的目标。航拍场景下的目标检测和识别是计算机视觉领域重要的研究分支,在军事以及民用等方面有着重要的研究意义和实用价值。由于航拍场景下的目标比较小,姿态变化多样,背景复杂多变,该场景下典型目标的检测和识别一直受到众多学者的关注。本文针对航拍场景下的车辆检测问题,设计了一种空对地车辆检测系统,研究了面向航拍图像的车辆检测算法,具体工作包括:首先,对车辆检测系统的设计需求进行了分析,针对传统设计架构的不足之处进行改进,完成了系统硬件架构和软件框架的设计。其次,研究了针对航拍场景的车辆检测方法,对通用的目标检测框架进行改进,将车辆检测流程划分为感兴趣区域提取和DPM车辆检测模型两部分。在分析车辆目标特征的基础上,研究了一种基于视觉显著性的感兴趣区域提取方法,采用基于频率调谐的显著性分析方法获取显著特征图,并且结合top-hat算子提取航拍图像中的感兴趣区域。实验结果表明,该方法可以有效缩小车辆搜索范围,提高检测效率。为了实现车辆目标的检测,建立了航拍车辆数据集,研究了基于可变形部件模型的车辆检测算法,对模型的关键参数进行调优,应用于航拍场景下的车辆检测。进一步地,针对传统方法检测率不够高的问题,研究了基于Faster RCNN的航拍车辆检测算法,通过区域生成网络RPN得到目标可能存在的区域,然后通过Fast RCNN在图像中定位目标。实验结果表明,同可变形部件模型相比,该方法可以得到更高的检测精度。最后,在嵌入式平台上实现了航拍车辆检测系统。介绍了关键的功能模块。将基于Faster RCNN的车辆检测算法移植到JETSON TX1开发板上,验证了航拍车辆检测系统的有效性,为机载吊舱的功能集成奠定了基础。