复杂背景下的红外小目标检测是当前红外图像处理领域的研究难题之一,由于原始图像中的高亮背景区域和普通背景边缘会对目标检测造成严重干扰,使得在复杂背景下实现高检测率、低虚警率、高实时性的检测变得非常困难。基于人类视觉特性的红外小目标检测方法通过模拟人眼对视场信息的处理机制,以局部对比度信息作为检测依据,可以较好地消除图像中亮度虽高、对比度却一般较弱的高亮背景区域。但是,普通背景边缘所在的位置也存在一定的局部对比度,其与真实目标的差别仅在于方向性不同。现有基于人类视觉特性的检测算法在计算局部对比度信息时,有些未考虑方向性,无法正确区分真实目标与普通背景边缘,导致较高的虚警率;另一些算法虽然考虑了方向性,可以较好地抑制普通背景边缘,但却由于需要对图像中的每个像素点分别进行多个方向的计算,导致算法计算量大,实时性较差。针对复杂背景下红外小目标检测面临的难题,文章从人类视觉特性出发,以方向性局部对比度信息作为目标检测依据,既利用对比度信息消除高亮背景区域,又利用对比度的方向性抑制普通背景边缘,以提高检测率、降低虚警率;同时,为解决现有采用方向性局部对比度信息的检测算法所存在的计算量大、实时性差等缺陷,文章采用多级联合的方式,将单帧检测算法划分为子块级快速搜索环节与像素级准确检测环节,利用搜索环节中的子块划分与可疑目标区域筛选降低算法计算量,达到提高算法实时性的目的。在快速搜索环节,文章将原始图像划分为若干子块,并使用一种新型子块级方向性局部对比度信息计算算法,对各子块分别计算其方向性局部对比度,从中筛选出若干可疑目标区域。该环节继承了现有采用方向性局部对比度信息的检测算法对高亮背景区域和普通背景边缘的抑制能力,有助于提高检测率、降低虚警率;同时,子块的划分与可疑目标区域的筛选降低了算法的计算量,可以有效提高算法实时性。在准确检测环节,文章针对可疑目标区域进行像素级方向滤波,计算各像素点的方向性局部对比度,从中得到真实目标的准确位置。然而,现有的像素级滤波模板通常缺乏方向性,无法正确区分真实目标与普通背景边缘。文章通过使用一种带方向性的半椭圆形滤波模板组,可以实现对真实目标与普通背景边缘的区分,从而进一步排除搜索环节残留的复杂背景,提高算法的检测率、降低虚警率。通过采用若干红外序列对文章算法进行实验验证,并与其它几种现有算法进行对比表明,当目标微弱、背景复杂时,使用该算法在同样检测率下可以取得最低的虚警率。在五个典型场景红外序列中,该算法均可以取得检测率大于95%、虚警率小于0.3%的检测效果,每帧的平均假目标数最高仅有约0.7个。并且,使用该算法处理一帧分辨率为320×256的红外图像平均耗时仅约0.025秒,即每秒大约可以处理40帧图像,在实时性方面优于现有采用方向性局部对比度信息的人类视觉特性型算法。文章研究内容将有助于实现复杂背景下的高检测率、低虚警率、高实时性的红外小目标检测,在红外制导、红外预警等领域具有非常重大的理论意义和应用价值。