探索复杂背景下弱小目标检测的理论和算法对现代及未来战争都具有深远的意义,有利于精确制导武器的长足发展,本文主要论述复杂背景下红外图像弱小目标检测问题。图像信号可以划分为高斯和非高斯两类,还可划分为平稳和非平稳两类,相对来说,高斯平稳图像信号中的目标检测问题比较简单,目前已有成熟的基于统计模型的检测算法。本文对非高斯非平稳背景下的目标检测问题进行了深入研究,给出了一种基于统计模型的目标检测算法,利用最小二乘法估计像素邻域的最优相关长度,解决了非平稳图像像素邻域矢量间的相关矩阵不可逆的问题,提出了适用于非高斯非平稳背景的红外弱小目标检测算法,此算法具有适用面广,虚警率低的优点。近年来,方向小波变换被成功地用于奇异信号检测,包括图像的边缘检测问题。尽管基于小波变换的边缘检测算法通常优于传统的边缘检测算法,但它却没有充分考虑到图像的方向性。基于此,本文研究了基于方向小波变换的边缘检测算法,为了避免得到的边缘线过粗,在边缘点的判断准则和各方向边缘图像的融合方法上也做了改进,并将改进后的算法运用于红外弱小目标检测,无论理论分析还是实验结果均表明基于方向小波变换的目标检测算法具有精确度高,抗噪性强,实时性好的优点。