1.一种基于空时偏微分方程的弱小目标检测方法，其特征在于：所述方法是通过利用空时偏微分方程进行背景预测，包括如下步骤：步骤1：读取图像序列In,n∈[1,N]，其中，n为图像序列的帧号，N为图像序列的总帧数，将每连续的三帧图像组合在一起视为一个三维图像，每个像素点的坐标为(x,y,z)，对红外弱小目标场景图像模型进行建模为：In(x,y,z)＝Bn(x,y,z)+Tn(x,y,z)+Nn(x,y,z)    (1)In表示红外图像序列中的第n帧图像；Bn和Tn分别表示相应背景图像和目标信号；Nn表示图像的噪声；背景预测就是根据原图对背景图像进行估计，估计值用 表示，其中H表示预测算法，η(x,y,z)表示像素(x,y,z)的一个特定邻域， 为背景预测结果；

步骤2：构建用于背景预测的空时偏微分方程模型；假设背景预测用 表示，则其中，uk(x,y,z)表示由原图像I(x,y,z)进行迭代预测的最终结果，k为迭代次数，根据式(1)，构建偏微分方程的能量函数为其中， w为一个正参数，ux,uy,uz分别是在x、y和z方向上的一阶导数；

步骤3：根据变分原理，最小化式(4)的能量函数通过求解Euler-Lagrange公式：其中，F＝F(x,y,z,u,ux,uy,uz)，能求得模型的解为：即认为uk为估计的背景

步骤4：通过差分将估计的背景 从原始图像序列I中消除，得到残差图像，即残差图像f中包含残差背景、目标及噪声。