本论文主要研究复杂背景中的目标检测与定位技术。论文在对国内外目标检测算法研究的基础上,针对本项目中涉及到的复杂背景下的低信噪比红外图像,进行了目标检测与定位技术的专项研究,提出了几种行之有效的目标检测算法。方法之一是针对复杂背景下的红外弱小目标图像,提出了一种改进的最大化背景预测算法。该算法首先以被预测像素点为中心将图像划分为四个区域,然后分别以四个象限的局部像素点对当前的背景进行预测,将其中最大值作为最终预测值,最后再进行背景减除与目标检测;方法之二是运用数学形态学对面目标进行检测的算法。该算法首先选取最佳结构元素,然后进行背景预测得到背景图像,再用原图像减去背景图像得到差值图,最后利用阈值分割法得到二值图像,经消噪后得到待检测的目标。方法三是针对红外序列图像,利用序贯相似性检测算法(SSDA)定出目标像素的坐标。大量的实验结果证明这几种方法对复杂背景下的红外目标图像检测很有效,且实时性强、准确性高。论文采用matlab和C++ Builder实现了上述所有的目标检测与定位算法,得到了比较理想的检测结果,并分析了各个算法的优点和不足之处,同时提出了改进意见。