基于红外图像的目标检测是海面遇险目标搜寻系统的一项关键技术,近年来在海上遇险目标的监视与搜寻中得到了广泛的应用。在海洋背景下,海面的热辐射、海面反射的天空辐射以及海面对红外成像仪的大气辐射都会影响红外成像的质量;远距离成像条件下,海面红外目标往往尺寸较小,且缺乏具体的形状和纹理特征;此外,由强海浪、雾和太阳强杂散光引起的复杂环境通常会导致红外图像信杂比较低,目标往往会被淹没;这些因素都增加了海面红外微弱目标检测的难度。本文通过对复杂海况下的红外图像特性的分析,深入研究具有强适应性和高检测率的海面红外微弱目标检测技术,对于有效提高海面遇险目标搜寻的成功率具有重要意义。研究内容主要包含以下4个方面:（1）常见海面环境下红外图像中的微弱目标特征并不明显,仅采用任何一种单一特征都很难有效提升目标的显著性。针对这一难题,本文重点分析了目标的局部异质性、背景的非局部自相关特性与目标的稀疏性,研究了基于隔窗标准差的局部异质性计算方法;同时利用低秩表示进行海面红外图像的背景预测与移除,然后将两种候选目标提取与显著性增强结果融合使得目标显著性进一步得以提升;综合以上研究提出了将局部特征和非局部特征融合分析的目标显著性综合度量方法。（2）对于强海浪环境,红外图像中强海浪的辐射强度可能与远距离成像的小目标辐射强度相似,会导致信杂比低下,很难区分目标与强海浪。而目标和强海浪在梯度分布和方向特征变化上却存在差异,因此,本文采用了基于红外图像的梯度场表征的方法,综合分析了像素级梯度方向角分布和梯度模分布、梯度模局部非相似度等多种形态属性,深入研究了梯度矢量分布度量方法和梯度模水平局部非相似性度量方法,并将二者有机结合,有效提升了强海浪背景下小目标的显著性,增强了小目标检测的准确率。（3）为了进一步提高针对强海浪下红外微弱目标的检测精度,进而深入研究了基于加权多方向梯度的海面红外微弱目标的检测方法。重点研究了候选目标的提取、多方向特征的描述与显著性的重构;进一步研究了平均累积多方向梯度度量方法和方向性差异度量方法,并将二者加权融合,实现了强海浪背景下海面红外图像的目标增强和杂波抑制。该方法使得强海浪背景下的目标检测具有更好的鲁棒性和更高的检测精度。（4）由于目标在连续帧图像中具有轨迹一致性,为了充分挖掘目标的空间信息和时间相关性,本文采用了基于单帧检测与多帧判决联合的策略,深入研究了抗抖动时空轨迹一致性的目标检测方法。考虑到受目标特性和环境温度等因素的影响,海面红外图像中可能存在亮目标,也可能存在暗目标,针对该问题,本文采用了自适应局部梯度变差描述子,利用自适应局部能量因子和局部梯度模变差来增强亮、暗目标的显著性,进而实现疑似目标的提取。在多帧判决阶段,通过帧间位移补偿来校正时空域中的目标位置以消除成像仪运动和抖动对目标编码的干扰,并设计了一种时空轨迹描述子来实现疑似目标编码和目标轨迹一致性度量,进一步确定了真实目标、消除了虚警目标与推测出单帧检测时的漏检目标。本文利用本课题组研制的海面目标搜寻系统在不同天气条件下拍摄了多种复杂场景下的海面红外图像,并利用典型场景下的海面红外图像序列对本文的方法进行有效性验证,实验结果表明,本文提出的基于红外图像的海面微弱目标检测方法具有适应性强和检测率高等特点,具有较高的工程应用价值,为海面遇险目标搜寻系统提供了关键性的技术支撑。