随着空天探测技术的发展和相机传感器性能的不断提升，线列扫描相机和凝视相机都得到了新的发展。线列相机从传统的单线列向多线列发展，凝视相机从传统小型凝视相机向大面阵凝视相机发展，从而可以获得帧间间隔更短的扫描相机观测图像和大视场覆盖并对感兴趣区域高帧频下传的凝视相机观测图像。但是也需要新的目标检测技术与新的相机探测体制相匹配。本文从新型相机探测体制出发，针对单帧红外弱小目标检测技术，高帧频成像红外弱小目标检测技术，短间隔少帧扫描成像红外弱小目标检测技术三方面展开了深入探索和研究，论文主要工作如下：
　　第二章，从红外场景中弱小目标与背景的不同特征差异性出发，分别介绍基于背景抑制、频域、尺度空间、视觉显著性、面元模型和稀疏重构6类单帧红外弱小目标检测方法，基于时域剖面分析的4种可解决高帧频图像序列中亚像元运动目标的红外弱小目标检测方法和分别基于时空对比度和时空相似度融合的2种可应对少帧图像序列的红外弱小目标检测方法。在典型红外场景中定性分析了各类方法中代表性方法的优缺点以及适应性，本章是后续章节研究的基础。
　　第三章，从单帧红外弱小目标检测问题出发，考虑基于传统的单一量测对比度目标检测算法难以实现复杂场景中的暗小目标的高检测概率和低虚警概率发现，本章提出了基于多量测对比度差异融合的红外弱小目标检测算法。首先，考虑目标所在局部区域通常亮于其邻域背景，本章首先构建了基于局部对比度灰度差异量测的红外弱小目标检测方法。考虑目标在像平面形态不固定，会随着探测距离和观测角度的影响，尺寸在2~9个像元区间内发生变化。因此，本章进一步提出了基于多尺度灰度差异的红外弱小目标检测算法。而后，考虑当滑窗经过目标区域时，内层窗口与外层窗口会出现较为明显的起伏差异，因此，本章进一步构建了基于多尺度方差差异量测的红外弱小目标检测算法。最后，将构建的多尺度灰度差异量测与方差差异量测融合，通过与大量的最新的单帧红外弱小目标检测算法对比，本章提出的方法取得了领先的目标检测效果。
　　第四章，从高帧频序列图像中红外弱小目标检测问题出发，考虑目标可能在帧间存在亚像元运动的特点，提出采用时域剖面的方法对图像序列中相对运动缓慢的红外弱小目标进行检测，同时考虑时域目标检测方法对云边缘背景区域敏感，本章提出了一种局部空域方向对比度量测与时域方差滤波相融合的红外弱小目标检测方法。首先基于这种多尺度空域方向对比度量测对各帧图像进行目标增强与背景抑制。其次，采用时域方差滤波的方法对空域滤波后的增强图像进行逐像元时域剖面分析。实验结果表明，本章提出方法可以低虚警率的实现高帧频图像序列中的红外弱小目标的检测。
　　第五章，从双线列探测器成像特点出发，首先其可以在短时间内获得两帧红外图像的工作原理。其次，利用背景在短时间的变化缓慢忽略不计，而目标与背景存在明显的相对运动特征，提出采用帧间差分算法提取场景中的运动红外弱小目标。之后，考虑双线列所成图像对经帧间差分算法处理后，残差结果中会在云边缘区域有较多的虚警残留，本章提出了一种结构张量云边缘背景抑制方法，实现对空域云边缘背景区域杂波的抑制。实验结果表明，本章提出的云边缘移除方法，可以在一定的检测概率和较低虚警概率下完成双线列所成图像对中红外弱小目标的检测。此外，本章还在实验部分分析了相机空间分辨率，帧间配准精度等因素对红外弱小目标检测性能的影响，为未来优化设计双线列探测器打下了良好的基础。