近年来,我国海上活动越来越频繁,航运业蓬勃发展。由于海上通航环境较为复杂,海上交通事故时有发生,这对远洋航行的安全保障提出了更高的要求。目前,红外探测技术因其可昼夜工作、抗干扰能力强的特点成为了海面探测的重要手段。基于红外图像的各类目标检测算法相继被提出。各类算法的性能特点和应用场景各不相同,目前主要依赖定性和定量两种评价方式对目标检测算法的性能进行评价,其中,定性评价方式通过检测结果图像进行对比,定量评价主要包括虚警率、漏警率等参数。但是,以上评价方式均与图像场景的选择有密切关联,主观性较强,难以对算法在更广泛的应用场景下进行全面客观的评价。在工程应用过程中,难以基于现有评价方式准确选择适合的方法。为解决上述问题,本文对现有算法研究成果进行了分类分析。对三类算法从原理上进行了详细的分析并进行了大量的实验验证,发现影响算法性能的主要因素包括目标尺寸、目标与背景对比度差异以及背景与目标相似程度。基于此本文在现有评价方法的基础上,提出了适合红外海面图像中目标检测难易度评价参数,包括基于全局背景非相似度GBD和目标局部显著度LBS。除此之外,构建了一套用于评价算法性能的数据集,从而评价检测算法的检测性能并分析其适用的场景。通过评价参数对测试数据集进行检测难易程度的标定,然后利用数据集对检测算法性能进行测试,实现了对检测算法的更加客观的定性评价和定量评价。本文使用提出的图像中目标检测难易度评价参数和已构建的海上红外目标检测算法测试数据集对8种具有代表性的海面红外目标检测算法的检测性能进行测试,标定其检测性能并分析适用场景。明确了这8种算法在目标尺寸、目标与背景对比度和背景与目标相似程度方面的性能极限。提供了一种标定红外图像目标检测算法性能的方案。基于本文的研究成果,可以为目标检测算法性能提供衡量参数,有助于为目标检测算法的改进和优化提供合理的研究方向。