红外小目标检测已广泛地应用于远程监测和军事侦察等领域。在这些实际的应用中,由于探测距离长,使得成像的目标尺寸非常小,且不具备原有形状、运动状态等先验知识。此外,实际成像场景复杂多变,使得小目标的信杂比很低,很容易被背景杂波所淹没,传统小目标检测方法不能有效地检测复杂背景中的红外运动小目标。因此,如何实现高可靠性地检测复杂背景中红外运动小目标被认为是一项艰巨的任务。本文从红外图像特性分析出发,对图像背景抑制、自适应参数选择和小目标检测开展了深入的研究和分析,构建了一套复杂背景下红外运动小目标检测框架。主要研究成果归纳如下:1.为了充分利用图像序列中的时空信息,以及有效地对复杂场景获取的图像背景进行抑制和对小目标信号进行增强,设计了一种基于时空三维信息提取的红外图像背景抑制方法。该方法首先使用快速傅里叶变换对红外图像进行处理;然后根据图像中不同成分对应的特征,设计时空三维信息提取方法,实现对图像复杂背景的抑制;最后,根据在红外图像中小目标以及噪声对应的统计特性,设计图像差分叠加方法,实现小目标信号的增强。实验结果表明,设计的方法不仅可以有效地实现图像背景和噪声的抑制,而且可以有效地增强小目标的信号强度。2.为了能够根据图像信息自适应地获取红外图像背景抑制方法参数,设计了一种基于改进多目标粒子群优化算法的自适应红外图像背景抑制方法。该方法将自适应参数选择问题转换为多目标优化问题。在多目标优化问题中,该方法首先利用基于人类视觉系统的局部优化策略,获取适用于优化的坐标点;然后设计了一种改进的自适应环境选择粒子群优化算法,以获取优化目标的帕累托前沿;最后,利用一种改进的膝区点选择策略,从前沿上选出最合适的膝区点,并得到其对应的背景抑制方法参数。综合实验结果表明,相比于基线方法和基于经验获取方法参数的背景抑制方法,自适应红外图像背景抑制方法具有更好的背景抑制性能。3.为了能够提高运动小目标检测的准确性以及消除残余噪声,在使用设计的图像背景抑制方法的基础上,设计了一种基于帧间关联和能量累积的运动小目标检测方法。该方法首先根据小目标的帧间信息确定小目标可疑运动轨迹;然后,在获取运动轨迹的基础上,设计了一种基于能量积累的方法来增强小目标信号;最后,基于可疑轨迹定量分析和恒虚警率判决方法实现小目标检测。真实场景的综合实验结果表明,该方法能够在不同的复杂场景中稳定地检测运动小目标。同时,所提出的方法具有高检测率和低虚警率的特点。