当今军事科技的发展已经在很大程度上影响到战争的格局和走向。红外小目标检测技术在红外远距离预警、红外成像制导以及红外搜索跟踪等方面扮演了一个至关重要的角色。红外图像中杂波干扰较多,导致小目标检测难度较大。因此,在复杂背景下的红外小目标检测技术被视为是一项难攻克、富有挑战性并且有重大科研意义的课题。随着红外小目标检测技术的不断革新,对红外小目标检测系统自身的实效性、功耗有了更加严格的要求。本文从红外小目标灰度信息、边缘信息、熵信息分析入手,研究红外小目标检测算法。本文选用Zynq异构平台作为红外小目标检测系统的处理器。主要内容包括:1.分析研究了Zynq平台的架构、设计优势,并设计一种基于Zynq的红外小目标检测系统。2.对红外小目标的进行特征分析。研究红外小目标图像灰度分布、小目标边缘信息、小目标图像信息熵三个方面。研究小目标在图像中的表现形式,突出红外小目标特征结构,从特征入手检测红外小目标。3.提出了一种加权局部熵与多尺度形态学图像融合的红外小目标检测实时新算法。该算法通过多特征融合的思想,改善单一特征红外小目标检测算法的性能。从小目标灰度分布特征出发,首先计算多尺度下的改进的形态学操作,结合所提的新的差异补偿思想,达到抑制复杂背景、增强红外小目标显著性的目的。同时从图像熵特征出发,提取红外小目标的熵信息,增强小目标显著性。然后利用多特征融合思想,从不同特征入手增强红外小目标。同时,对不同背景下的红外小目标进行仿真,并与所研究的其他算法进行对比仿真分析,以验证所提算法的性能的优势。4.将所提出的红外小目标检测新算法移植到基于Zynq的红外小目标检测系统中,实现红外小目标检测任务。同时结合Vivado HLS,实现算法快速开发验证以及算法的硬件加速。设计实现本文所提新算法的IP核,对IP核进行仿真、测试,并通过硬件平台验证。实验结果证明了本文检测系统软硬件设计的有效性。