复杂红外场景中小目标的检测问题是红外成像系统中一个热点问题,探索和研究新的小目标检测理论和算法以及如何将现有的检测理论用于小目标情况是十分重要的课题具有深远的意义。本文首先给出了红外小目标的一些相关概念和红外图像的数学描述,在此基础上围绕红外弱小目标检测问题对红外图像中的三个要素(目标、背景和噪声)进行了相应的分析。小目标在图像中的灰度可以不是最高的,但是在目标所在的局域背景中是较为突出的,也就是说小目标在局部背景中应具有一定的对比度,且没有形状信息。其次介绍了几种常用的背景消除算法和目标检测算法,并对两者分别进行了分析与比较。通过分析各种常见的空间域滤波方法,我们可以在将各种方法分为两类:第一类是通过一些有效的空间域低通滤波方法实现对红外复杂背景的估计,再由与图像对应的像素求差来实现背景对消,提高滤波后图像的信噪比;第二类是通过引进一些有效的特征量,实现对图像中具有高频特性的小目标对象的直接描述。通过进一步的研究发现,小目标呈现出灰度值大、边缘灰度变化大和被邻域中灰度较低的连通环包围的特点。针对这个特点,本文提出了低信噪比情况下基于连通环的红外小目标检测方法。首先确定小目标周围的连通环,进而确定小目标的质点,然后再由区域生长与合并的方法来确定小目标。实验表明这种方法是有效的,在保证检测概率的基础上降低了虚警概率。