针对现有红外弱小目标检测方法背景抑制不充分、计算复杂度高，导致红外侦察预警系统虚警率高、响应速度慢的问题，提出一种基于双邻域差值放大的高动态红外弱小目标检测方法。首先，分析真实红外图像中目标与邻域的均值特性；然后，计算出目标区域与内外双层邻域的差异，从而提升亮、暗弱小目标的局部对比度并抑制复杂背景和噪声；最后，利用自适应阈值分割算法获取目标的位置。针对信杂比增益和背景抑制因子难以客观评价红外图像序列的目标增强和背景抑制性能的问题，提出一种目标轨迹显著图评价方法，有效评价红外图像序列目标检测性能。实验结果表明：与同类检测方法相比，该方法的信杂比增益与背景抑制因子分别提高了12%与10%，运行时间约缩短了34 ms，是一种有效可行的高动态红外弱小目标检测方法。

针对传统基于人类视觉系统的检测方法在复杂背景下容易造成检测虚警的问题，提出一种基于双层局部对比度的红外弱小目标检测方法.首先，通过双层对角灰度差对比度分析机制，充分利用小目标局部对比度的先验信息，提高目标对比度的同时抑制背景杂波及噪声；之后，利用自适应阈值分割法获取待检测的真实目标.实验结果表明，与主流基于人类视觉系统的检测方法相比，所提方法的背景抑制因子平均提高9.3倍以上，信杂比率增益平均提高7.8倍以上，在不同的复杂场景下均具有更好的检测性能.