近年来，随着计算机和数字图像处理技术的飞速发展，红外成像技术开始广泛应用于制导、跟踪、自动控制、人工智能等诸多领域。研究低信噪比红外小目标的实时检测算法，可以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，提高红外成像系统的智能化，这对现代高科技战争具有很重要的意义。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(DBT)的检测方法难以检测出小目标，只有依靠序列图像的三维信息来提取目标，这就是先跟踪后检测(TBD)的小目标检测思想。本文以红外小目标图像的特性为基础，开展了对先跟踪后检测算法的研究。其中红外图像预处理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像中的背景噪声，削弱其对红外小目标的影响，提高信噪比，减少后续处理的计算量。本文详细介绍了几种常用的预处理方法，并通过实验仿真，分析了各种方法的优缺点，在实际的场景和检测中，要根据需求选择合适的预处理方法。在各种检测算法的研究中，本文重点介绍了动态规划算法，并针对原有算法计算量大的缺点，提出一种新的改进算法，在原有动态规划方法的基础上加入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。动态规化法的改进算法将TBD向实用化推进了一步，希望在未来红外小目标检测中能有实际应用。