在现代军事领域，为了提高作战效率，远距离打击武器得到了很大的发展。对于远距离的敌方目标，如果能够实时有效地检测和跟踪到它，便能随时对该敌方目标进行打击，这对于追求效率的现代战争具有非常重要的意义。但是远距离的目标表现为弱小的特征，因为目标需要远距离传输，目标的信号会被传输介质吸收了很多，所以目标信号强度变得很弱；因为距离远，所以能观测到的目标尺寸很小。尤其在远距离、背景复杂(如天空中的云背景等)的条件下，目标会“隐身”在背景中，从而很难实时有效的将弱小目标分离出来。　　红外探测器对于远距离飞行的飞机或导弹等发射出来的红外热辐射有非常敏感的检测能力，所以红外检测技术被广泛应用于现代远距离打击武器上。但是要实现实时检测的效果，光靠一些敏感的红外敏感元件是不够的，还需要来自图像处理和信号处理方面的算法支持。本文针对天空中云背景下红外序列图像中弱小目标的检测方法进行研究，这对于战机的空中打击、地对空防御系统和红外制导等技术具有一定的价值。　　首先，本论文从红外序列图像的辐射源、空域灰度值的变化以及时域像素的灰度值变化三个方面，分析红外弱小目标的特性，这些特性的分析是后续工作的基础。然后，本文介绍了两种被普遍使用的基于空间滤波的去噪方法——均值滤波去噪和中值滤波去噪。通过观察它们对本文研究的云背景下的红外图像进行滤波去噪后的结果，分析它们的优缺点。然后介绍了四种背景预测模板，通过比较四种背景预测模板的背景预测图和残差图，确定了适用于本文研究对象的模板。然后介绍了三种时域滤波算法，通过对比三种时域滤波方法对红外图像滤波后的结果图以及结果图的三维直方图，来评价它们的检测性能。然后针对时域滤波像素跟踪量大的缺陷，本文把基于拉普拉斯算子的点目标检测方法应用于本文的研究对象，得到了不错的检测效果。然后在这种方法的基础上，改进了基于帧间运动目标空间相关性的运动目标检测算法，减轻了该算法的复杂度。最后再结合基于时域相关性的目标检测方法，针对天空中云背景下红外序列图像中弱小目标，提出一种改进的空域时域联合滤波的运动弱小目标检测方法。实验结果表明该方法能够精确的检测并跟踪到目标。