由于红外成像技术的抗干扰能力强、能全天候工作和隐蔽性良好等一系列优点，红外弱小目标的检测与跟踪技术广泛应用于视频监控、火控制导等民用和军事领域。但是由于红外成像本身特点，比如信噪比低、目标灰度不断变化，形状和结构信息不足、复杂的背景干扰等都决定了其弱小目标检测与跟踪的难度大大高于可见光图像。本文根据红外弱小目标检测与跟踪的处理流程，分别研究和分析了红外弱小目标图像预处理、目标检测与目标跟踪的相关算法，给出了红外弱小目标检测与跟踪的实现方案。首先，对红外弱小目标图像建模并分析了其特点，对比分析了四种滤波降噪方法和两种图像增强方法，理论研究和实验结果表明：小波变换去噪方法和线性变换增强方法的性能优于其它方法。其次，提出了一种基于小波包和高阶统计量的红外弱小目标检测算法，它克服了小波变换“高频段分辨率较低”的缺陷，高阶统计量的高斯判别准则又更好地消除了噪声的影响。实验结果证明，此算法大大提高了检测率而降低了虚警率。最后，提出了一种均值漂移和粒子滤波相结合的跟踪算法。此算法融合了灰度和运动信息进行目标建模，达到了控制均值漂移算法陷入局部极值的效果。经此改进的均值漂移算法，嵌入到粒子滤波算法中可以提高跟踪效率。实验结果表明，本文提出的跟踪算法可以实现对红外弱小目标实时、准确、稳定的跟踪。