图像预警系统对于国家安全起着极为重要的作用，其中红外图像预警系统由于其全天候不分昼夜的良好特性更加受到关注，而弱小目标检测则是该类预警系统中的关键技术。同时由于目标弱小，一般只有一个或几个像素且容易与噪声混淆，小目标检测也颇具挑战性。经过国内外的众多学者的深入细致的研究，许多算法被不断改进，同时许多新方法被提出，该领域技术有了长足的发展。文章就红外弱小目标检测问题进行了深入的分析与讨论，主要分析讨论了EMD方法在红外小目标检测中的应用改进与存在的问题，并根据EMD理论及其实验效果的特点，提出了新的检测方法与算法研究思路。文章从不同角度对检测红外弱小目标图像的方法进行分析，讨论分析EMD算法对小目标图像处理后的特点。经过EMD分解后的图像对背景有较好的抑制作用，凸显出弱小目标，并结合效果较好的基于SNR自适应门限分割技术对分解后的图像进行分割处理，进而实现了对红外弱小目标图像目标检测。文章对传统红外图像的目标检测算法进行了简述，并进行了相关仿真实验，对比分析各种不同算法的检测效果，并分析目前算法存在的问题。之后详细介绍了经验模态分解这种信号处理方法，并从原理上分析了该方法在拓展至二维后，对红外小目标图像进行处理的可行性和优越性。文章之后详细介绍了实现该算法的步骤并进行了仿真实验，就各种插值方法进行对比讨论。之后根据实验图像的效果，提出了新的检测方法：通过中值滤波后进行经验模态分解，并对该改进算法进行了仿真实验。该改进算法有效提升目标点的局部信噪比，较之前方法有较明显的效果提升。