红外小目标检测与跟踪作为红外预警、红外制导等领域的核心技术,在现代高科技战争中发挥着越来越重要的作用。受探测器噪声、大气传输的影响,加上探测距离比较远,使得红外小目标图像整体信杂比低,边缘信息缺失,因此红外小目标的检测相对困难。而且在复杂背景条件下,检测难度将进一步加大。本文正是在复杂背景的条件下,对红外图像预处理和小目标检测算法进行了深入的研究。首先,本文通过对比的方法分析了红外图像的特征,并进一步针对红外图像的三个方面进行了详细的分析与研究。然后,在这些分析研究的基础上,构建了红外图像的数学模型。其次,在研究经典的中值滤波算法和其多种改进算法的基础上,本文提出了一种适用于简单背景红外小目标图像的滤波算法——均值中值滤波算法。该算法以图像灰度值均值作为依据来选择阈值,有效区分了背景和目标信号,并分开处理,取得了良好的效果。接着,将该算法结合数学形态学开Top-Hat变换使用,借助开Top-Hat变换的背景抑制能力,成功将该算法引入到复杂背景条件下,显著提高了复杂背景下预处理后红外图像的信杂比。最后,在小目标检测时,着重分析了小波变换对图像突变点的检测算法。并借助方向小波优良的方向解析能力和时频局部化分析能力,在保留目标信号细节信息的同时实现小目标的检测。本文在小目标的判定方面做出了改进,通过标记多个方向小波变换结果中灰度值跳变大的点,并结合这些点在图像中的分布区域来联合判定小目标。该方法不仅有效识别出了小目标,而且对噪声虚警也起到一定的限制作用。