本书面向复杂背景下的红外弱小目标检测跟踪系统的高精度检测需求，针对复杂噪声、高亮杂波、非平滑背景等典型检测场景出现的效率低、虚警高和目标漏检问题，基于低秩稀疏分解重构模型，针对红外图像序列创新设计了时空域张量块处理模型，实现了稳健高效的目标检测和背景杂波抑制，并运用实例验证了其有效性。 本书所设计实现的基于高维张量空间的低秩稀疏分解重构模型的目标检测技术，可以有效学习红外目标和背景杂波的数据特征以及它们之间的区别，从而有效分离两者，可有效解决传统红外目标检测算法对算法参数敏感性的问题，可为红外弱小目标检测技术的进一步发展提供重要参考。 本书适合作为信息与通信工程、计算机科学与技术等专业本科生和研究生的教材，也可作为从事空间信息处理、图像处理领域的科研工作者、工程技术人员的参考书。