海面目标探测技术是提升我国海域感知监控能力的关键,红外热成像技术以其隐蔽性强、作用距离远和全天候工作等优势在海面目标探测方面得到了广泛的应用。然而,在复杂的海面背景下,红外目标在视场中的尺寸较小,并且红外辐射也会因为海面水汽产生衰减,导致图像中目标的强度较弱。同时,海面背景包含各种杂波的干扰,这些杂波会随着气候的变化、海面的上下起伏产生改变,严重降低图像的信噪比,从而引起目标的漏检和误检。本文针对复杂海面背景下的红外小目标检测,主要从如下几个方面开展研究:针对红外焦平面阵列成像系统中常出现的条纹非均匀性噪声问题,本文提出了一种基于灰度差估计的条纹非均匀性校正方法。该方法根据条纹型噪声固有的空间特性,对每一帧图像中存在条纹噪声的位置进行判断;根据噪声位置处相邻像素间的灰度差,对该处像素存在的非均匀性进行初步估计,并通过下一帧图像对当前估计值进行评价,根据评价结果完善估计值。实验结果表明,本文算法能够有效抑制红外图像中出现的条纹非均匀性。针对海天线检测问题,本文从多种梯度方向对海天背景图像进行分析,发现海面杂波在各方向的梯度图像中都较为明显,而海天线主要体现在垂直负向梯度上。在此基础上,采用了一种基于多向梯度的海天线检测方法,利用其他几个方向的梯度对垂直负向梯度图像中的杂波进行抑制,最后利用经过杂波抑制后的垂直负向梯度图提取海天线。通过多组对比实验证明,本文算法具有较强的海天线检测能力。针对复杂海面的背景抑制问题,本文通过对多组复杂海面背景的灰度三维图和高频细节图像进行分析,发现在排除杂波和目标等信息的情况下,海面整体的灰度值在垂直方向上变化明显,而在水平方向上较为稳定。在此基础上,采用了一种基于行均值与数学形态学的海面背景抑制算法,并利用已检测出的海天线位置排除图像中天空杂波的干扰。结合实验表明,本文算法拥有较好的复杂海面背景抑制效果。针对复杂海面红外小目标检测问题,本文在传统局部对比度（LCM）算法的基础上结合了基于行均值与数学形态学的背景抑制算法,得到了一种适用于复杂海面背景的红外小目标检测算法。该算法利用背景抑制算法排除了海面强杂波对LCM算法的干扰,再利用LCM算法对小目标进行增强。并对常用的阈值分割算法进行了改进,增强了分割算法对真实目标的判别能力。最后通过多组对比实验,证明了本文算法的优越性。