红外微弱点状动目标的检测一直以来都是研究的热点,随着信号与信息处理技术的发展,微弱点状动目标的检测技术广泛的用在了军事、气象卫星和医学等诸多领域。但是由于微弱点状动目标淹没在大量的背景杂波和噪声中,而且又没有形状、尺寸和纹理等信息可以利用,因此微弱点状动目标的检测技术变成了红外图像检测研究的难点。目前对目标检测技术可以分成两大类,一类为先检测后跟踪技术DBT,另一类为先跟踪后检测技术TBD。基于单帧检测的DBT技术难以保证微弱点状动目标检测的性能,所以对微弱点状动目标的检测主要使用能通过目标的运动信息来加强目标能量的TBD技术。对于TBD技术的实现有两种方法,一种先将三维图像序列投影到二维图像中,在投影图像上搜索目标,另一种为直接在三维时空领域中搜索目标。在目标检测中,前一种方法损失了信息,性能不好,但是计算量小;后者没有损失任何信息,检测性能好,但是计算量大,实时性较差。本文研究的这两种微弱点状动目标检测技术都是在三维空间中进行,没有投影到二维平面上,没有损失任何信息量;在兼顾检测性能的同时,考虑到了减少检测的计算量,提高检测性能的实时性。本文研究的两种检测技术都是基于三维时空的TBD过程。第一种检测技术,首先根据目标的运动信息,删减了多余的噪声轨迹,减少计算量,提高检测的实时性,从而构建出候选目标航迹,再通过累加候选航迹上点目标的像素灰度值与检测阈值进行比较,得到候选目标轨迹,再利用后处理剔出虚假轨迹,从红外图像中检测出目标轨迹。第二种是基于似然比函数和恒虚警概率的一种边检测,边删减噪声轨迹的技术,从而减少了计算量,提高了检测的实时性。并使用MATLAB软件完成了这两种算法的实现和软件仿真,理论分析和算法仿真表明了算法的有效性。