随着计算机视觉技术的快速发展，红外目标检测和追踪技术已广泛应用于军事、航空航天、遥感等领域。过去对于红外小目标检测方法的研究都侧重于提高目标检测的精确性，而本文则主要研究目标检测的实时性。为了加快红外小目标检测的速度，本文特引进了GPU(Graphic Processing Unit，图形处理器)和CUDA(ComputeUnified Device Architecture，统一计算设备架构)。本文首先介绍基于LCM(Local Contrast Measure,局部对比度测量)的红外小目标检测算法的理论和步骤，给出了LCM算法的基本流程图，然后对其进行并行化的改进，把传统串行的LCM算法映射到CUDA并行编程模型上，提出了一种基于CUDA的LCM快速实现方法。根据LCM并行算法的基本流程，在GPU端首先计算多尺度下的LCM矩阵，其次利用共享存储器和归约操作计算阈值，随后应用bit位来标记目标所在位置，最后在CPU上根据标记数组得出目标位置，并在图像上进行标示。最后，在CUDA5.0平台下，编程实现了LCM并行算法，验证了基于CUDA的LCM快速实现方法的可行性。实验结果还表明，在确保高精确度的前提下，该算法的整体计算速度与基于CPU的LCM目标检测算法相比，获得了10倍以上的加速比。