复杂环境下红外弱小目标检测技术是红外搜索系统中的关键技术之一。随着隐身技术的广泛应用,远距离红外弱小目标检测越来越受到军事部门的重视,成为研究的热点。红外背景复杂多变,天空和云层的辐射、海杂波以及地面建筑物都会使背景变得复杂,给红外弱小目标的检测带来很大的困难。因此,寻求高性能的红外目标检测算法尤为重要,它直接决定着红外远程预警的准确性及其打击目标的精确性。本文的主要研究内容及贡献如下:(1)首先对红外图像中背景杂波的产生机理进行分析,讨论了红外背景的物理特性,并在此基础上通过数学方法对红外背景杂波进行量化,通过数字来描述红外背景的复杂程度。(2)主要研究了红外背景抑制算法。在分析了红外弱小目标图像的成像特点的同时,对传统背景抑制算法,如高通滤波、灰度形态学、背景预测进行了讨论与仿真。并在此基础上提出了一种基于自适应侧抑制网络的背景抑制方法。并通过具体数据证明了该方法能有效抑制图像背景、突出目标。(3)本文建立了改进的侧抑制网络数学模型,模型中利用各向异性滤波来自适应的确定侧抑制网络的抑制系数,不需要人为干预,实现了侧抑制网络与各向异性高斯滤波的有机结合。同时在各向异性高斯滤波器两轴确定方面进行了改进,两轴分别采用对比度尺度模型(CDSF)和强度尺度传播模型(IDSF)来独立确定。通过与传统方法的对比实验,验证了本文方法能有效提高图像的信杂比。(4)分别研究了高信噪比与低信噪比下的红外序列图像中弱小目标检测技术,并通过实际数据对算法进行了验证,实验表明本文方法可有效检测目标。