国防安全一直是维系一个国家稳定发展的根本保障,提升国防军备的实力至关重要。红外探测系统因其具备全天候、隐蔽性及稳定性等特点而适用于精确制导和预警系统等军事领域。因此,一直以来红外图像弱小目标检测技术都备受国内外学者的重视。近年来,基于仿生学的显著性检测技术为红外弱小目标检测开拓了一个新的研究方向。本文主要针对低信噪比复杂背景弱小目标检测虚警率高的问题,分别在频域、空间域以及时间域上对红外弱小目标的显著性展开研究。主要研究内容如下:针对现有的显著性检测算法中存在的运算量大、对噪声敏感以及不具方向性等问题,提出基于局部区域差分的显著性算法;该算法取8邻域均值对比度作为模板与输入图像卷积,并将8邻域最小对比度作为显著性输出,综合考虑了噪声、运算量以及方向性问题。通过改进频域调谐谱残差算法获取感兴趣区域,在感兴趣的区域内采用局部区域差分获得最终显著性,最后根据视觉注意机制提取目标位置。实验结果表明,所提算法在各场景均能获得较好的效果。针对低信噪比复杂背景单帧图像检测虚警率高的问题,考虑显著性在时间域上的连续性,提出基于显著性强度的动态规划检测前跟踪算法;该算法以帧间的显著性差值作为值函数,根据注意转移机制设计搜索策略,利用目标移动速度实时更新搜索范围。在验证了帧间显著性差值图像的概率分布后,提出基于后验概率密度函数的动态规划检测前跟踪算法;该算法以目标的显著性似然比与代价函数的乘积作为值函数。实验结果表明,所提算法的性能较优于单帧图像检测算法以及其他动态规划检测前跟踪算法。针对动态规划搜索过程中各潜在轨迹在帧间的相关性问题,提出基于核相关滤波的动态规划检测前跟踪算法;该算法根据核相关滤波获得下一时刻目标与潜在轨迹的相关性作为阶段值函数的权重。针对核相关滤波对红外弱小目标跟踪时易受背景边缘影响产生偏移,提出基于显著性的多通道核相关滤波跟踪算法;该算法以局部区域差分显著图等多个特征分别作为输入进行核相关滤波,再根据各自通道的峰值旁瓣比自适应融合多通道的响应值得到最终的置信图。仿真实验验证了所提算法能取得更好的检测与跟踪性能。