由于红外小目标图像其信噪比低,小目标的像元较少,缺乏结构信息,可供分割与检测算法利用的信息很少,所以对其研究一直是一个难点。本文在对现有的各种背景抑制技术进行详细分析与比较基础上,采用了一种基于小波变换与形态学滤波相结合的背景抑制方法。该方法通过对目标检测信息进行处理,明显地提高了系统在复杂背景条件下的目标检测效率。将小目标的帧间信息和光流法紧密联系起来,把小目标的检测分为小目标的预处理、特征点检测和使用金字塔迭代Lucas-Kalade三个步骤进行。实验结果表明,该方法能够有效地检测运动小目标。最后,采用了一种基于粒子滤波算法的红外序列图像自动小目标检测算法。该算法主要通过目标的特征统计值来影响蒙特卡罗采样获取的粒子的权值,通过这个权值来控制它们的状态变化,从而对目标的特征图像进行统计分析检测和跟踪目标,这里使用差分图像作为特征图像。实验结果显示,该算法适合在强非高斯分布噪声情况下进行非线性运动目标检测。