红外弱小目标检测技术在军事和安防等领域发挥着重要作用。由于成像距离远等因素,使得目标在图像中往往占比小且目标背景局部对比度低,同时缺乏较多可用信息,所以,红外弱小目标检测一直是经典的难题。尤为突出的是在高强度杂波边缘和盐粒噪声类白色斑点这两类复杂背景的情况下,现有研究极易产生误检和漏检。为此,在深入把握目标与其背景特性差异后,针对这两类复杂背景探索了红外弱小目标检测新方法。主要工作如下:（1）提出一种基于区域双邻域显著图的红外弱小目标检测方法。针对高强度杂波边缘类复杂背景易引起低检测率和高误检率的问题,基于单帧检测法,首先利用红外弱小目标的局部先验特性定义滑动窗口并划分为多个子窗口,计算中心子窗口前若干个最大像素值的平均来作为整个中心子窗口的灰度特征以更好地凸显弱目标;然后,根据所提双邻域定义和所设计的对比度增强策略从不同方向上提取两邻域的显著性图;接着,点乘二者以进一步消除杂波并突出目标;最后,通过自适应阈值分割准确检测弱小目标。多种典型红外复杂背景图像和SIRST数据集上的检测结果表明:与6种代表性方法相比,所提方法的信杂比增益是对比方法的3.7倍,背景抑制因子是对比方法的3.6倍,并且接收者特性曲线下面积值均大于对比方法,说明所提方法能够更好的消除高强度杂波边缘类背景并稳定检出目标。（2）提出一种基于图像自适应变换差分增强的红外弱小目标检测方法。针对存在大量盐粒等白色斑点噪声的复杂背景,单帧法无法区分目标真伪,而多帧法因背景运动会导致虚警率高的问题,首先,对相隔数帧的两幅图像使用尺度不变特征变换算法、K近邻算法和随机抽样一致性算法实现图像配准;接着,将第一幅源图像与第二帧已配准的图像进行差分得到显著性图;然后,再对该显著性图进行线性映射操作,以增强目标与背景差异;最后,对增强的显著性图进行自适应阈值分割、腐蚀和膨胀操作得到检测结果图。在6组典型序列图像上与4种代表性多帧方法相比,本方法的平均检测率与对比方法相近,但平均虚警率远低于对比方法,并且信杂比增益及背景抑制因子均优于对比方法,表明本方法具有更佳的检测性能。（3）设计并实现红外目标检测系统。针对酒泉卫星发射中心委托项目的实际使用需求,基于本文所提红外弱小目标检测算法,采用C++、Qt、Open CV和SQLite开发软件系统,实现了用户信息管理、数据导入、目标检测、目标跟踪和检测结果评价等功能。