1.一种基于加权块对比度的红外小目标检测方法，用3×3的滑动窗口在图片上从上到下，从左到右依次滑动计算，所述滑动窗口共有9个子窗口，即9个子块，其中，中间的窗口为中心块，周围的8个窗口为邻域块，其特征在于，所述方法包括如下步骤：S1、在子窗口依次使用3×3、5×5和7×7三种大小的均值滤波器依次完成计算；

S2、计算红外图像中心块的均值和邻域块的均值；

S3、计算出中心块和邻域块的不相似性；

S4、显著度图像获取；

S5、计算各个像素点的改进局部图像熵；

S6、利用改进局部图像熵进行加权运算；

S7、利用自适应阈值分割算法获取目标的位置。

2.根据权利要求1所述的红外小目标检测方法，其特征在于，计算红外图像中心块的均值公式为： ，式中，mT是中心块均值，即中心块响应值，k是子块中像素的数量，Ij是中心块中第j个像素的像素值；计算红外图像邻域块的均值公式为：(i)

，式中，mBi是邻域块均值，即邻域块响应值，Ij 是第i个子块中第j个像素的像素值。

3.根据权利要求2所述的红外小目标检测方法，其特征在于，所述计算出中心块和邻域块的不相似性方法为：S8、用d(T,Bi)表示中心块均值与邻域块均值的差值： ；

S9、计算中心块与邻域块的不相似性： ；其中 表示中心块和邻域块在第i个方向上的不相似性，此处只取 和 同为正数的情况；

S10、计算假定目标为亮目标的情况下，中心块和邻域块在第i个方向上的不相似性：；其中 表示假定目标为亮目标的情况下，

中心块和邻域块在第i个方向上的不相似性，H(·)是赫维赛德阶跃函数，具有如下定义：。

4.根据权利要求3所述的红外小目标检测方法，其特征在于，显著度图像获取的方法为：利用公式 对滑动窗口四个方向的对比度取最小值，其中,c(x,y)表示滑动窗口四个方向对比度的最小值，（x,y）表示图形中任意点的坐标，在3×3、5×5和7×7三种大小的均值滤波器环境下，逐像素点取三个尺度计算结果的最大值，得到显著度图像。

5.根据权利要求4所述的红外小目标检测方法，其特征在于，所述计算各个像素点的改进局部图像熵的公式为： ，其中，E(x,y)是图像中任意一个像素点经过计算后的改进图像熵，Ii是以(x,y)为中心的滑动窗口内出现过的像素值，I(x,y)表示窗口内像素点，窗口内共有m个不同灰度值像素点, 表示Ii的出现的概率。

6.根据权利要求5所述的红外小目标检测方法，其特征在于，所述利用改进局部图像熵进行加权运算的公式为： ；其中，W(x,y)是用改进图像熵加权的多尺度块的对比度量， 是多尺度块的对比度量。

7.根据权利要求1所述的红外小目标检测方法，其特征在于，所述利用自适应阈值分割算法获取目标的位置时选择灰度重心法提取小目标质心。

8.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1‑7任一项所述方法的步骤。

9.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1‑7任一项所述方法的步骤。