目标检测在计算机视觉,雷达跟踪,红外制导,电视跟踪等研究领域有着极其重要的地位。但在实际的应用中,尤其是在军事应用上,目标距离传感器都比较远,而且目标所处的背景环境都比较复杂,噪声多,目标很容易淹没在噪声里面。这种情况下,些比较传统的图像处理方法,在目标检测技术方面显得不那么有优势。所以,检测速度快,准确度较高的小目标的检测技术的研究成为图像处理领域的一大热门技术。在本文中,着重研究基于小波变换的小目标检测技术。先分析小波变换的特点,分析小波变换对于其他变换而言的表现出来的优势。主要是体现在小波变换的多分辨率性和时频窗口性这两点上。小波变换可以将信号分解到不同的频段上,一般而言,目标主要在高频段,背景主要在低频段,这样的分解可以有效的去掉背景。论文的研究前提条件是,短时间内背景看作不变,并且只有一个红外小目标,基于这个前提论文按照以下结构来展开研究的。首先,本文研究了小波变换的理论知识,分析它的性质特点。其次,研究了基于小波变换的图像预处理,并采用一种滤波效果更好,抑制噪声更加精细的滤波方法。同时介绍了其他的图像滤波方法,实验可得,本文采用的方法可以更好的抑制噪声,保留目标的细节信息。再次,研究了基于小波变换的边缘检测方法,并分析了其他几种基于小波的边缘检测方法。在分析的基础之上,本文采用了基于小波变换的模极大值边缘检测法。最后,研究了基于小波变换的两种小目标检测法,简单的阈值分割检测法和基于小波变换的能量交叉检测法,并对实验结果进行分析,得出基于小波变换的能量交叉检测法有着更好的性能指标。论文最后对本文的研究工作进行了总结分析,并对未来进行展望。