红外弱小目标检测在空基和地基远程监控系统、红外预警及红外目标识别与跟踪系统等中占有关键的地位，对其方法理论进行深入探讨和研究具有重要意义和实际价值。本论文围绕基于多尺度几何分析的红外弱小目标检测方法进行研究，主要开展的工作如下：（1）研究了自适应和非自适应多尺度几何分析的发展历程，以及各种工具的基本原理和特性；并对常用的几种背景抑制算法：最大中值滤波算法、局部灰度特性滤波算法、灰度形态学算法进行了分析与实验仿真。（2）提出了一种基于非下采样轮廓波变换（NSCT）的目标检测算法。该方法是在对红外图像进行NSCT分解后，将不同尺度下各个方向的高频子带进行去噪处理，修改不同子带的NSCT系数值，以剔除除部分背景和噪声，对低频子带的NSCT系数置零，消除大部分背景区域；然后利用NSCT逆变换重构已修改的各子带系数，得到背景抑制的目标图像；最后对目标图像进行自适应阈值分割,检测出目标，且检测性能优于小波变换方法。（3）针对红外弱小目标的快速检测问题，提出了一种基于剪切波（Shearlet）变换的目标检测算法。首先对原图像进行具有平移不变性的Shearlet分解；然后根据不同尺度不同方向的Shearlet系数模极大值完全不同的表现性质，将多尺度多方向的Shearlet系数融合，以实现目标增强和背景、噪声抑制；最后采用最大对比度阈值分割技术检测出弱小目标。通过大量实验数据仿真，验证了该算法的良好性能。