随着光电子技术、计算机技术和探测器技术的不断发展,自动目标识别技术应用越来越广泛。而红外弱小目标检测则一直是自动目标识别系统中重要的也是非常困难的研究课题。目标检测模块处于自动目标识别系统的最前端,其性能的好坏在很大程度上决定了整个系统的性能。复杂背景下的弱小目标,其几何结构形状特征和灰度特征均不显著,并且目标通常只有几个或是几十个像素大小,同时背景杂波的干扰使得检测变得更为困难。本文针对海天背景下红外图像特性和弱小目标的特点,对弱小目标的融合检测进行了深入的研究,提出了多特征时空多层次融合检测技术,主要研究工作如下:在对弱小目标检测时,使用了多帧多特征时空融合策略,提出了弱小目标融合检测框架。在此框架下,提出了多特征自适应融合检测和多特征向量空间距离测度像融合检测算法。背景的复杂性决定了单帧单一特征不能正确地进行弱小目标检测。无论是多特征自适应融合检测算法还是多特征向量空间距离测度像融合检测算法,都利用了局部最大灰度特征、形态学特征和局部熵特征。多特征自适应融合检测算法是将各个特征图像通过加权系数进行融合,权系数的确定是自适应的,是依据各个特征图像中特征峰值与背景灰度均值来确定的,并且权系数是随着不同图像序列而变化的。多特征向量空间距离测度像融合检测算法是将特征图像中像素点对应的多个特征值组合成相应的特征向量,在多个特征向量空间上依据各点的特征向量和其所在行的平均特征向量之间的距离测度来进行检测。通过试验证明,本文所提出的融合检测算法,在降低虚警率的同时提高了检测概率,有着非常好的检测性能。