在异源图像运动目标检测中，对不同源信息处理的可信度量是影响异源协同检测的关键。针对传统单源目标检测中漏检率、误检率高等问题，提出了基于评价向量的异源图像目标检测方法。通过引入目标面积检测惯性、目标数量检测惯性和目标独立完整性三个评价因子，构造出用来评价不同信息源运动检测结果好坏的评价向量，并运用改进的k-means聚类算法产生目标中心向量，最后利用协作与竞争机制对聚类相似度进行反馈，实现了多源图像的协同检测。实验结果表明，相比于传统的单源检测算法和融合检测算法，该算法具有较高的检测精度和较低的漏检率、误检率。