复杂背景条件下红外弱小目标检测技术是红外监视系统中信息处理环节的核心技术之一,对提高该系统的监视性能具有关键作用,由于探测距离远目标在像平面上表现为点状或斑状,不具有具体的形状、纹理等特征,因此实现复杂背景条件下红外弱小目标的有效且可靠的检测十分困难。针对红外弱小目标检测存在的问题本文主要研究了空域和空时域结合的弱小目标检测算法。论文的主要研究内容由以下几个部分构成:第二章对红外辐射学基本定律进行介绍在此基础上对红外图像中的目标、背景和噪声的特性进行分析,然后分别针对空域、频域和时间域对红外图像预处理算法进行介绍,最后对两大类目标检测算法进行分析,奠定了红外远距离探测图像中的弱小目标检测理论的基础。第三章提出了一种基于视觉显著性和图像局部对比特性的弱小目标检测方法,首先对原始的频域残差法进行改进然后对红外图像进行预处理以抑制其背景,突出目标。阈值分割后提取感兴趣区域,然后利用图像块的局部对比特性进行二次检测以降低虚警。通过仿真实验验证了算法的可行性和有效性,并与其他方法进行性能的比较和理论分析。第四章提出了一种结合时域和空域的红外弱小目标检测算法,首先对图像中不同区域的时域剖面的性质进行了理论分析,论证了时域检测的可能性。再对序列图像中常用的时域剖面的滤波算法进行介绍,然后提出了一种改进的时域双边滤波算法,为了提高检测性能将本章的时域滤波算法与第三章的空域预处理方法相结合对序列图像进行处理,得到空时域融合处理后的图像。最后的仿真实验结果证明了本章算法的有效性。总之,论文研究的两种目标检测算法能够应用于红外运动弱小目标的检测系统中,对红外监视与告警系统的发展提供了支持。