红外弱小目标检测技术是红外预警系统中的核心技术,这类武器系统对国家安全起着极为重要的作用。为此,本文就红外弱小目标检测问题进行了深入的分析与讨论,提出了新的检测方法与算法研究思路,并从系统实现角度对武器系统的设计进行了详细的论述,提出了两种红外搜索与跟踪系统的组网构想,为红外预警系统的设计提供了相关依据。本文从不同角度对红外弱小目标图像进行分析,提出了新的弱小目标检测方法:利用图像方差加权信息熵对红外弱小目标图像进行分析,并将其作为对图像复杂度定量描述,深入讨论了不同类别区域复杂度特征值的本质成因,并基于此构造了新的图像预处理方法与自适应门限分割方法,进而实现了对红外弱小目标图像的自适应门限分割完成目标检测。利用模糊分类的思想对红外弱小目标图像进行分析,根据红外弱小目标图像中不同区域灰度分布情况,将图像分为多个类别区域,并定义了类别特征矢量,同时依据模糊分类准则定义了类别相似系数,进而对图像中不同区域进行类属性判别,最后通过对弱小目标类别进行提取从而实现弱小目标检测。对基于分类模型的模糊分类弱小目标检测方法进行扩展:重新构造分类模型,根据类别核及其类别特征矢量,结合模糊分类理论定义了类别相似系数,并定义了类别贴近度来实现不同类别区域的类别归并,从而解决了因红外弱小目标图像中包含本文建立的类别区域不全而带来的误分类问题,得到了一种全新的弱小目标检测思路。对上述两种基于模糊分类目标检测方法进行了进一步的推广,得到了基于分类算法的算法框图。对传统的空域背景抑制算法对复杂背景抑制效果较差的本质原因进行了分析,首次将区域方向直方图概念引入弱小目标检测领域,并基于此构造了背景抑制改进方法:根据背景区域的灰度分布特点针对性的构造背景抑制算法,引入了区域方向直方图作为不同区域的类别判别依据,并定义了每类类别共性模板与共性背景预测系数模板,将局部二值模式(LBP)作为类别区域的结构表达方式,利用其对不同区域的背景预测系数模板进行修正以得到适应每个区域的系数模板,由此,实现了对传统背景抑制算法的改进。最后,从系统实现角度出发,对弱小目标检测系统的组成与设计进行了较为深入的研究,给出了适用于实时弱小目标检测系统的软硬件工程化设计与开发方法,并提出了预警与火控系统组网的两种构想,为该系统在实际的应用提供了设计依据。