探索复杂背景下弱小目标检测的理论和算法，有利于精确制导武器的长足发展，对现代及未来战争都具有深远的意义，本文主要研究复杂背景下红外图像弱小目标的检测问题。红外传感器受到大气热辐射、作用距离远以及探测器噪声等因素的影响，探测到的目标在红外图像上多呈现为对比度低的弱小目标，并且淹没在噪声中。红外图像弱小目标的检测困难在于：目标信噪比低，无纹理特征可以利用，背景复杂等。为了提高图像的信噪比，减少背景和噪声的影响，本文首先分析了红外图像中目标、噪声和背景的特性，并介绍了多种预处理方法，通过实验比较了各种方法的性能。每种方法都有各自的优缺点，应根据实际的场景和检测需求来选择。近年来，方向小波变换被成功地用于奇异信号检测，包括图像的边缘检测问题。尽管基于小波变换的边缘检测算法通常优于传统的边缘检测算法，但它却没有充分考虑到图像的方向性。基于此，本文研究了基于方向小波变换的边缘检测算法，为了避免得到的边缘线过粗，在边缘点的判断准则和各方向边缘图像的融合方法上也做了改进，并将改进后的算法运用于红外弱小目标检测，无论理论分析还是实验结果均表明基于方向小波变换的目标检测算法具有精确度高，抗噪性强，实时性好的优点。