十几年来,红外低信噪比小目标检测问题一直是红外图象领域的研究热点。研究低信噪比图象中小目标的实时检测算法,可以在现代高科技战争中取得优势,扩展各种传感器的作用距离,尽可能早的发现目标、捕捉目标。低信噪比小目标检测困难在于:目标信噪比低,无纹理特征可以利用,供可靠检测目标的信息太少,那些以单帧检测为基础的先检测后跟踪()的检测方法的性能将难以保证,只有依靠序列图象的三维信息来提取目标,这就是先跟踪后检测的小目标检测思想()。作者在参与基于先检测后跟踪小目标检测算法的红外成像跟踪系统设计任务的基础上,针对未来背景制导技术要求,开展了对先跟踪后检测算法的研究。红外图象理想目标背景模型是先跟踪后检测算法的理论基础,然而实际的红外场景却与之相差甚远,只有通过原始图象预处理减少两者之间的差距,因此预处理算法是红外小目标检测系统的一个重要环节。它的目的是为了抑制各帧图象中的背景噪声,削弱其对红外弱目标的影响,提高信噪比,减少后续处理的计算量。本文详细介绍了三种预处理方法,分别为高通滤波、自适应滤波和形态学滤波,每种方法都有各自的优缺点,只有根据实际的场景和检测需求来选择。动态规划算法和多级假设检验算法都是先跟踪后检测思想的典型代表。动态规划算法把最优化原理同弹道积分原理结合起来,将小目标检测问题转化成为在一系列轨迹中寻找灰度累加值最大的线路的问题;多级假设检验则是根据图象信息和系统的要求得到的多级门限对形如“树”一样的轨迹进行不断修剪,目标所在的树枝将会保存下来。本文详细解析这两种算法的同时,通过实验仿真证明了其确实具有准确检测小目标的特性。但是对于检测算法很难解决的低信噪比小目标问题,先跟踪后检测算法是牺牲系统的计算量和存储量来实现的。现有硬件水平尚未满足算法实时应用的要求。因此,要将此种算法应用于实际工程中还需要进一步的改进。在本文的第五章,作者提出了一种改进的动态规划算法,在原有动态规划算法的基础上加入了多级假设检验的多级门限判断,实验证明,门限的加入不但没有影响原有算法的正确性,还大大减少了整个检测过程的计算量和存储量。动态规化的改进算法将向实用化推进了一步,希望在未来红外导引头小目标检测算法研究中能有实际应用。