红外成像技术目前被广泛应用于军事领域,其中红外弱小目标检测是红外搜索与跟踪、红外告警、红外制导等系统的一项核心技术。有效的红外图像弱小目标实时检测技术,有利于提高红外探测系统的探测灵敏度,对增大系统作用距离、增加反应时间、提高己方的生存概率具有重要的意义。本文重点研究了红外图像中的弱小目标检测算法。由于红外图像存在着对比度低、噪声大等其它问题,必须要对红外图像进行预处理。本文首先研究了红外图像中弱小目标、背景和噪声的各自特性,并对经典的预处理方法进行了性能验证和对比。目标在图像中所占尺寸非常小,而绝大部分是背景,从背景出发来进行弱小目标检测更为合理。在对基于背景的预处理办法分析的基础上提出了相似性滤波方法,相似性滤波方法能够有效增强孤立的弱小目标点,抑制平缓的背景,使图像的信噪比和对比度获得极大提高。在单帧图像检测中往往会有虚假目标,采用改进的移动式管道滤波算法对多帧图像进行处理,实现了对弱小目标的检测,同时避免了管道边缘处的噪声引起的误差。目标的运动在相邻帧图像中具有规则性和连续性,根据这些特性将运动预测的方法融合到管道滤波方法中,经过进一步改进的管道滤波方法不但提高了目标检测的准确性,同时避免被遮挡时目标检测的丢失。对序列图像中的目标运动采用扩张状态观测器方法进行预测跟踪,并将该方法与经典的卡尔曼滤波方法进行了仿真比较。实验结果证明本文给出的弱小目标检测算法有效,能够提高系统的鲁棒性。