红外成像技术凭借其自身优势,得到了广泛的应用,而红外目标检测作为红外图像处理中的一项关键技术,也成为一个重要的研究课题。由于红外图像噪声强、干扰多,加之目标缺乏有效的形状和纹理特征,使得红外目标检测的难度增加,因而,红外目标检测也是一项具有挑战性的课题。针对红外图像的特点,本文对基于背景预测的红外目标检测方法进行研究。重点分析研究了采用二维最小均方(TDLMS)滤波器进行背景预测的原理及算法,讨论了TDLMS滤波算法进行红外目标检测的可行性。采用TDLMS滤波器对各种红外图像进行背景预测,实验结果表明,TDLMS滤波算法可以有效地增强目标和抑制背景,对于红外目标检测具有良好的性能。针对TDLMS滤波算法在红外目标检测中存在的不足,本文对TDLMS滤波器的输入数据和迭代步长进行了改进,同时增加了一个输出决策模块,在输出模块中提出了两种输出决策方案,实现了相应的两种改进算法。经过改进,能够充分利用被预测像素的邻域信息对背景进行预测,并采用非线性步长提高背景预测精度。本文对三种TDLMS滤波算法的性能进行了分析比较,并通过仿真实验,验证了本文提出的两种改进算法在各种不同背景下的检测效果。实验结果表明,相对于基本TDLMS滤波算法,两种改进算法具有更好的背景抑制能力和目标增强能力,在红外目标检测的应用中各具优势。