对比红外小目标检测方法和其它目标检测方法, 由于低信噪比、低对比度、小尺寸、缺乏目标的形状和纹理信息等多种因素, 尤其是在复杂背景条件下, 红外小目标的检测会更加的困难.在实践中, 一种基于同组过滤器(Peer Group Fileter, PGF), 二维经验模式分解(Bidimensional Empirical Mode Decomposition, BEMD)和局部逆熵(Local Inverse Entropy, LIE)的新型红外小目标检测方法被提出来, 以解决前面所提到的问题.其中PGF被用来消除噪声和改善初始图像的信噪比; BEMD算法可以有效地估计背景并将背景从原始图像中移除; 而LIE的主要作用是分解本征模态函数(Intrinsic Mode Function, IMF).实验结果表明, 新的方法可以有效且准确地提取小目标.