在现代化高科技战场中,远程精确打击技术己经成为战争中进攻手段的主导趋势。随着远程武器的不断发展,预警系统占据着越来越重要的地位。而红外成像技术因其全天候、高隐蔽、探测距离远、被动工作等性质,在预警系统中占有重要地位。在实际应用中,由于探测距离远,红外小目标图像往往信杂比很低,小目标容易受到复杂背景的干扰,很有可能被大量噪声所淹没,这为红外小目标的检测带来了困难。因此,开展复杂背景中的红外小目标检测技术的深入研究是十分有必要的。本文首先对红外小目标的研究背景、现状及发展趋势进行了介绍。重点对红外小目标图像的背景、噪声及目标区域进行了分析。比较详细地介绍了小目标检测中的常用技术,其中包括背景抑制技术、目标增强技术和目标分割技术,并对经典的背景抑制算法进行了详细分析。其次,针对现有预处理方法对复杂背景下红外小目标图像的背景抑制效果不理想的缺点,论文在对经典显著性检测算法的研究中,结合小目标成像的特点,将SR显著性检测算法应用到红外小目标图像的处理中。在分析红外小目标图像显著图不同区域的特点后,提出了一种加权局部熵的背景抑制方法。该方法充分地利用了小目标的高亮度与奇异性的特征,极大地提高了图像的信杂比,对复杂背景的抑制效果良好。接着,本文从图像多尺度分解算法入手,分析了图像的金字塔分解算法。本文选取了高斯金字塔分解算法对红外图像进行处理,该算法能够在进行图像多尺度分解的同时保持图像的视觉特征。论文通过对小目标附近的峰值曲线进行分析,证明了金字塔分解算法在红外小目标图像中应用的合理性。进一步通过定量计算分解层数与图像信杂比的关系,得出在分解次数取前三次时对目标的保持效果及噪声的滤除效果最佳。最后,文章创造性地提出了一种多阶段红外小目标检测算法。算法步骤包括:首先将红外小目标图像进行分层,对每一层图像进行显著图基础上的加权局部熵处理;然后对得到的背景抑制图像进行加权融合;最后对其进行阈值分割即可将小目标分割出来。实验证明所提出的算法在信杂比低、背景复杂的红外小目标图像中检测效果良好。与已有的算法进行比较,本文方法的处理结果更加准确,并且具有较低的虚警率。论文为红外小目标的检测算法提供了一个新的思路。