红外预警系统在现代低空、超低空的防御作战体系中逐渐占据重要的地位,由于其相对于雷达预警系统具有体积小、重量轻以及良好的隐蔽性和抗电磁干扰能力等特点,各国军工部门均对其予以极大的重视并给予了非常充分的研发投入。红外弱小目标探测技术正是被动红外预警探测系统研究领域中一项相当关键并起决定性作用的技术,研究红外弱小目标的实时探测技术对提高已方设施的生存能力以及增强我军的低空、超低空防御能力有着重大意义。当空中飞行目标距离较远时,其在红外图像中就表现为信噪比很低的弱点目标,几乎不存在形状、大小等特征,而且由于存在背景杂波及系统各种噪声的干扰,使得如何在足够低的虚警率下保证充分的检测概率成为一项亟待研究的重要课题和努力目标。本文首先对红外弱小目标的成像模型和影响弱小目标探测性能的噪声分布进行了分析；并深入研究和比较了当前几种应用广泛的背景抑制方法,在此基础上选择了合适的红外背景抑制算法；之后对当前的目标检测技术进行深入研究和分析,介绍了基于梯度的自适应背景分类方法,并对传统的Robinson边缘检测滤波器进行改进,创新性地提出了Robinson双模板匹配及融合技术,同时提出了改进的利用Robinson滤波器计算近似梯度进而实现自适应背景分类的新方法,从而在背景分类的基础上对红外图像中的弱小目标实现了有效的检测,并且实现简单便捷、节约处理时间和资源；最后介绍了本文整个红外弱小目标检测算法在FPGA中的硬件实现。