在靶场测试中,由于周围环境是多变的,天空云层的变化、树木遮挡、光照不足以及其他因素等使背景变得复杂,而且口径小的弹丸成像后像素数较少,仅有几个像素,信噪比较低,难以检测出弹丸。因此,如何从复杂背景中检测出弱小目标在实际工程应用中是一个十分有意义的课题。本文详细阐述了弱小目标在复杂背景中的检测算法。分析了图像中背景、目标以及噪声的特征,并对图像进行数学建模,在它的基础上,研究如何抑制图像中的背景。为了抑制复杂的背景,用了加权均值滤波法、中值滤波法、空域高通滤波法以及改进的形态学滤波等背景抑制方法来去除背景,其中,改进的形态学抑制背景的效果较好,图像的信噪比提高较大。在单帧图像中,采用一种基于小波变换的算法进行弱小目标的检测,通过选取合适的小波基对图像进行小波变换以突出细节,然后分析小波变换之后的各个频带的系数,找出有关弱小目标的信息,再利用阈值分割法提取目标。该算法运算简单、步骤合理,但是单帧检测不能准确检测出弱小目标,因此还需改进。最后,针对单帧目标检测的不足之处,本文采用了一种序列图像目标检测算法,先对图像进行小波变换,将图像分为包含不同信息的部分,对细节信息进行分析,再用阈值分割法找出可疑目标,最后利用管道滤波法在序列图像中进一步确认出真实的弱小目标。本文的目标检测算法为各类飞行的弹丸图像处理提供了一种更有效的方法,该算法在实际的检测中也得到了应用,它的性能较好,能够准确地将复杂环境背景中的弱小目标检测出来,达到预期的效果,对于弹丸的提取以及密集度的测试奠定了坚实的基础。