弱小运动目标检测与跟踪技术是光电成像探测系统研究的关键技术之一。由于深空目标通常距离观测系统非常遥远，所以目标在成像探测系统上通常表现为小(空间尺寸)与弱(信号强度)的特征，并且伴随较为复杂和强烈的背景杂波和传感器噪声，使得目标信号淹没其中难于分辨。因此，弱小运动目标的检测一直是信号处理领域研究的热点、难点和前沿问题。本文主要针对云杂波背景下的序列图像弱小运动目标检测方法进行了较为深入的研究。首先系统阐述了序列图像弱小目标检测的基本理论和方法，并对比了这些检测算法的特点，得出了这些算法都仅仅只是对目标、噪声以及杂波空域、时域或者频域中的单一特征进行分析，很少利用其联合域中表现出来的细微特征差异来检测目标。在以上分析的基础上，本文从时频联合域出发，利用短时傅里叶变换对序列图像进行时频分析，根据目标、噪声以及杂波的联合多维度特征差异，提出了基于时频分析的序列图像弱小目标检测方法。该方法的实现过程为：首先，对输入的序列图像进行预处理；然后，将预处理之后的序列图进行短时傅里叶变换，根据目标和云杂波短时傅里叶变换频谱图在低频段的幅频特性明显高于噪声，将低频段的能量作为统计检验量，采用奈曼-皮尔逊准则过滤噪声；最后根据目标出现处存在短时“波包”，杂波中心点处平稳这一特征差异，分别统计“主瓣”与“旁瓣”能量及其能量比，设置能量比门限去除杂波，检测出运动目标。实验结果表明，所提出的检测方法能够有效的检测出序列图像中弱小运动目标。在工程可行性方面，采用DSP实现了该弱小目标检测算法。实验结果表明，该方法可以很好的抑制杂波和噪声的干扰，并能有效地检测出云杂波背景下的弱小运动目标，在理论上和工程上具有较强的可行性。