红外弱小目标检测技术可以很好地弥补雷达探测仪对隐身目标探测的缺陷，因此受到各国研究人员的重视与研究，本文主要研究了天空背景下红外弱小目标的检测技术，主要工作内容及研究成果可以分为以下几个方面：（1）分析了远距离天空背景下红外成像的目标与背景成像模型，并对当前红外弱小目标检测算法的难点以及关键技术进行了深入的研究。（2）研究了空域和频域的背景抑制与背景建模技术，分析了每种算法的适用范围，并在最大均值滤波的基础上通过去除最大均值模板的中间值，增强了改进算法的滤波效果，更加突显了残差图像中的弱小目标；针对传统的滤波器为各向同性的滤波器，它不能很好地适应图像的边缘效应，导致滤波后图像边缘模糊，对此本文采用各向异性扩散滤波对红外图像进行背景建模，由于其能够很好地自适应调整滤波器的系数，因此取得了很好的背景建模效果以及良好的目标检测结果。由于传统Susan滤波器的阈值和方差需要人为设定，且一旦设定就不能更改，而图像中各个区域的方差和阈值完全不同，因此滤波效果不尽理想，本文在总结前人工作的基础上提出了一种自适应的Susan滤波算法，即用图像局部区域均值与方差替代原始滤波算法中的固定阈值和方差参数，这样可以避免人为设定，且能够很好地反应不同核值区域的参数，取得了较传统方法更好的背景建模效果。最后采用图像信噪比、图像信噪比增益、图像信杂比、图像信杂比增益、背景抑制因子对上述各种算法进行定量分析，证明了改进的Susan滤波算子总体性能最佳。（3）利用固定阈值、自适应阈值以及最大类间方差阈值对检测结果进行阈值分割，由分割结果可以看出，三种算法的分割结果中包含有大量的虚假噪声，严重影响弱小目标的检测。因此，本文在上述三种分割算法的基础上提出了阈值分割二次判断法，即首先使用分割算法对目标进行分割，然后对分割的结果中包含的多个目标进行二次判断，满足一定条件的目标才是需要的红外弱小目标，实验仿真验证了改进的分割算法可以极大地降低虚警率。（4）研究了基于霍夫投影的运动直线轨迹检测算法，针对霍夫投影中投影点过多，影响霍夫投影的精度以及效率，对此本文提出了基于区域的霍夫投影以及最小二乘拟合的直线检测算法。一种算法对大量的投影点进行区域判断，通过减少霍夫投影点的个数，从而提高投影的精度与效率；另一种算法对大量的投影点进行直线拟合，避免霍夫投影，也极大地提高了算法的效率与精度。（5）常规的动态规划算法一般用于红外弱小目标的检测前跟踪中，即通过累加多帧红外图像的像素值，然后设定阈值从而在连续帧中分割出运动的红外弱小目标，由于红外弱小目标所处的背景灰度值可能非常高，累加过程中不一定能够检测出弱小目标。对此，本文提出先对红外背景进行背景建模，减除掉高亮度的背景，然后对多帧残差图像进行动态规划，累积多帧残差图像的像素值，从而最终检测出运动的红外弱小目标。通过对高机动的红外弱小目标运用这种跟踪前检测算法进行检测，捕获了红外弱小目标的运动轨迹，进而验证了该算法的实用性。（6）根据本文的研究内容，设计并搭建了天空背景下红外弱小目标检测的软件算法仿真平台，详细介绍了各个软件模块的功能以及使用方法，方便对本文的所有算法进行仿真以及检测结果的显示。