人眼视觉系统会选择性的处理人类感兴趣的信息,忽略不重要的冗余信息,这就是视觉注意机制。视觉显著性模拟人眼视觉系统的视觉注意机制,能去除图像中的冗余信息,快速聚焦到人眼可能关注到的显著性区域,所以从提出到现在得到了研究学者们广泛的关注,也应用在了目标检测、图像分割、视频压缩等方面。本文主要研究基于视觉显著性的红外弱小目标检测,红外弱小目标检测是利用红外图像中目标和背景特征差异,达到抑制背景增强目标的目的,主要应用在军事领域中,是红外制导系统的重要部分,高效、鲁棒、通用的红外弱小目标检测是现在研究的热点。本文的具体研究内容如下:(1)研究了现在常用的四个视觉显著性计算模型,选择了计算效率高、原理简单、不需要任何先验信息的频域注意模型,通过研究频域注意模型的几个代表模型的原理,发现四元组相位谱傅里叶变换可以利用图像更多的特征。通过分析红外图像中目标和背景的特点,找到了一些合适的特征区分目标和背景。(2)针对红外视频中目标检测问题,提出一种基于多特征的红外弱小目标检测算法,具体包括强度特征、运动特征和方向特征,并进行了算法仿真和测试,客观分析了测试结果。(3)针对多目标红外图像,提出一种基于图像分块的红外弱小目标检测算法,用一个正方形窗口在图像中滑动取出候选图像块,利用中央周边差的方法判断候选块,对符合条件的候选块进行红外弱小目标检测。并对提出的算法进行了仿真和测试,客观分析了测试结果。(4)研究了矩阵的稀疏低秩分解问题,针对红外视频矩阵建模会破坏视频原有的三维空间结构的问题,提出了基于张量分解的红外弱小目标检测算法。采用红外视频张量模型,建立基于张量的目标函数,最后研究张量分解的求解算法,得到了稀疏张量作为最终的红外弱小目标检测结果,并进行了仿真和测试,客观分析了测试结果。