红外检测具有隐蔽性好、抗干扰能力强、能够识别伪装目标以及被动检测等优点,该项技术一直活跃在航空科技、军事制导、卫星红外气象图以及交通监管等领域,尤其是在军事领域中。随着红外检测技术的普及以及红外成像技术的广泛应用,红外小目标检测技术也成为近几十年来较为热门的研究课题。红外小目标常处于复杂多变的背景中,背景上的灰度成分通常呈现出较大的起伏现象,并占据着图像上的大部分面积,在这种情况下目标点容易受到背景的干扰而淹没其中,使得小目标点的检测变得非常困难。国内外有很多学者在红外小目标检测技术中投入了大量的精力,并提出了许多富有成效的目标检测算法和跟踪算法。然而,现阶段中所提出的红外目标图像检测算法虽然具有一定的效果,但也都存在着一些局限性。本文在前人研究的基础上,提出了三种有效的红外小目标检测的改进算法。主要工作以及创新点如下：(1)提出了一种针对于红外小目标的目标模板提取算法。该方法利用低通滤波、高通滤波以及背景差分技术建立小目标模板,并通过所提取的目标模板对红外图像进行滤波,最后达到抑制图像背景和检测目标的效果。该方法与均值滤波算法以及固定权值算法相比在改善图像质量,去除噪声和背景,以及提高图像信杂比以及信杂比增益等方面具有一定的优势；(2)提出一种使用人工蜂群(ABC, artificial bee colony algorithm)算法对阈值分割函数进行优化的方法。该方法通过ABC算法提取出最佳优化阈值参数,并利用该参数对经红外小目标模板检测技术处理后的目标图像进行分割,从而达到了有效增强目标点信息以及去除噪声和背景的目的。该方法在抑制红外图像背景以及提高图像信噪比等方面具有明显的效果；(3)提出了一种基于LMWIE预处理和ABC自适应阈值分割算法的红外小目标检测算法。该方法利用图像信息熵算法对背景进行预处理,并与ABC自适应阈值分割算法结合,达到较好的红外小目标检测效果。该方法与最大类间方差法和迭代法相比在低信噪比的红外小目标图像的检测中具有较好的目标检测效果。