本发明公开了一种基于密度峰值搜索和局部特征的红外小目标检测方法，包括：S1、通过高斯差分滤波预处理图像且抑制高亮度杂波；S2、通过密度峰值全局搜索方法在预处理图像中确定候选目标的位置；S3、对候选目标进行局部对比增强梯度特性并抑制背景杂波；S4、通过Facet模型来计算每个候选目标的多向梯度特性；S5、以候选目标点为中心，捕捉不同大小目标的八个方向上的梯度特性；S6、通过对候选目标点对称方向上的区域做差来抑制背景杂波的梯度特性并使用对称区域差的标准差加权梯度响应值；S7、对候选目标梯度特性响应值进行自适应阈值分割方法得到红外弱小目标。根据本发明，在各种场景下均具有较高的检测率，且运算过程相对更加简单。