近些年来,随着数字图像处理技术的日益发展以及红外探测器工艺水平的不断提高,基于红外成像的目标探测在军事国防领域有着非常广泛的应用。传统对于敌方火力点的搜索与定位主要通过雷达来实现,在战时存在着易暴露、体积大等问题。本文采用光电的方式对迫击炮等武器发射时的炮口焰进行探测,并结合相关红外图像处理算法进行处理。红外图像噪声以及周围复杂环境的干扰,为红外图像中的目标检测带来了不小的难度。因此,如何在低对比度、低信噪比的红外图像中对这类特殊目标进行准确检测,具有非常重要的实际意义。本文围绕多种成像距离下炮口焰目标的检测,主要从以下几个方面进行研究:针对红外图像噪声、红外图像检测的难点从红外成像系统原理、特点等角度进行分析。在图像的噪声抑制方面,首先研究分析了中值滤波与加权均值滤波的方法。针对红外图像中的盲元问题,提出了一种基于梯度的盲元检测与校正的方法,实验表明算法可有效的去除图像中的盲元噪声。针对红外图像对比度低的问题,研究分析了直方图均衡化和同态滤波两种图像增强的方法。针对红外相机与被探测目标距离较近的情况,结合炮口焰目标特征,提出了一种基于Vibe与炮口焰目标特征的目标检测算法,对背景模型的初始化、更新速率进行调整,并根据目标特征对误检目标点进行剔除。最后将算法在嵌入式Linux平台进行实现并与其它常用算法进行对比。通过不同条件下红外视频序列的测试证明了提出的算法对于炮口焰目标检测的有效性。针对红外相机与目标距离较远,目标在图像中所占像素较少且不具备纹理、形状等特征的情况,提出了一种基于NSST与四元数傅里叶变换小目标检测算法:首先采用NSST对原始图像进行多尺度、多方向的分解,获得图像不同方向上的高频子带图像,接着将相位谱的傅里叶变换扩展至四个数据通道,并将其与分解得到的高频子带图像相结合,对图像进行重构。最后通过自适应阈值对重构图像进行分割,实现对红外图像中小目标的检测。通过实验数据分析对比,验证了该算法的优越性与鲁棒性。