低信噪比条件下的小目标检测问题一直是近些年来国内外学者研究的一个热门课题。目前，围绕这一课题已经发展了许多有实际意义的检测算法和处理机体系结构。本文在总结前人研究成果的基础上，针对复杂背景红外图像的统计特性，提出了一种基于空间匹配滤波的小目标检测方法。 本论文共分四章，具体内容安排如下： 第一章为绪论，简要地讨论了研究小目标检测问题的重要性、必要性，以及小目标检测的研究现状，并对本文的研究内容进行了简单的介绍。 第二章重点研究了小目标检测中的背景抑制技术。在对前人研究工作进行了分析讨论的基础上，根据起伏背景红外图像的统计特性，提出了一种空间匹配滤波算法的改进算法。理论和实验结果表明，该方法对于抑制强起伏的红外背景是十分有效的。在本章最后，采用一种自适应门限分割方法对抑制了背景的红外图像加以进一步的处理，得到了仅含有少量可疑目标的二值化图像，从而为后面的序列图像检测方法提供了有利条件。 第三章主要研究了基于图像序列的运动小目标检测技术。在这里，采用基于邻域判决的方法，即根据目标运动的连续性和规则性，利用相邻帧中可疑目标之间的位置关系进行目标检测的方法，对前面处理过的二值图像进行了跟踪检测，并在实验中取得了比较理想的效果。 第四章是结束语。总结了本文的主要工作，分析了系统中存在的不足，并对课题的后续工作进行了展望。