精确制导武器在现代战争中发挥着越来越重要的作用。基于前视红外成像的制导技术具有精度高、抗干扰能力强、分辨率高等特点,已成为红外制导的主要发展方向。在红外制导系统中,目标检测技术能够提供目标的形状和位置信息,成为必不可少的关键技术之一。本文主要研究了复杂背景下红外成像的目标检测问题,通过红外图像的增强、分割以及目标识别等手段实现目标的可靠检测。在图像增强方面,针对红外图像对比度差、信噪比低等特点,采用了基于Top-hat形态学滤波的图像增强算法。该算法结合了灰度变换、空间滤波和Top-hat形态学滤波的优点,能够在不模糊目标边缘的同时提高图像的信噪比和对比度,有利于后续的图像分割。对于红外图像的分割,在介绍几种经典的图像分割的基础上,提出了一种新颖的基于多特征融合的红外图像分割算法。该算法根据红外图像中目标灰度和几何特征划定感兴趣区域(Region of interest, ROI),在ROI中综合利用图像的灰度、边缘和区域信息进行图像的分割。与传统的阈值分割相比,该算法能够从复杂背景中更加精确地分割出目标区域。在图像分割的基础上,本文提出了一种基于胡氏不变矩和几何特征相结合的目标识别算法。该算法通过加权平均法和最大距离法得到目标的标准特征值和距离门限,最后根据距离门限决策函数进行目标识别。实测数据的实验结果表明,本文提出的目标检测算法计算复杂度低、检测率较高、易于工程实现。