复杂图像序列中微弱运动目标检测技术研究，无论在军事还是民用上都具有重大的意义，一直受到人们的广泛关注，并成为一个研究热点。由于目标距离远，其成像为几个或十几个像素，无形状、纹理可言，且淹没于复杂背景干扰之中，目标邻域信杂比低，造成对它的检测和跟踪十分困难。复杂图像序列中微弱运动目标的检测属空、时非平稳信号中不确定信号的检测问题。本论文研究复杂图像序列中微弱运动目标检测技术，涉及到的相关技术主要有：复杂背景杂波抑制技术和多帧目标检测技术。本文主要研究工作与创新点如下：(1)清晰地阐述了复杂图像序列中微弱运动目标检测任务与约束条件，对复杂背景图像、噪声图像和微弱运动目标图像进行了物理与数学的描述，讨论了复杂图像序列中微弱运动目标检测系统的机理设计，给出了检测系统模型，检测系统包括两个子系统：背景杂波估计与抑制子系统和微弱运动目标检测子系统。给出了子系统框架与各部分功能方程。(2)在分析图像空域平滑滤波杂波抑制技术和基于图像DCT变换的杂波抑制技术的基础上，提出了基于小波分解的杂波抑制技术和小波域DCT变换的杂波抑制技术，通过仿真实验，对研究的两种杂波抑制技术得到的残差图像的正态性、白化程度和目标邻域信杂比增益等性能指标进行了评测，数据表明两种杂波抑制技术用于目标检测系统的子系统是十分有效的。(3)改进了一种复杂图像序列中微小运动目标时空域集成判决统计检测技术。该技术先对杂波抑制得到的多灰度残差图像序列进行时域集成形成组合帧，然后在组合帧上检测目标时，对图像像素进行二元假设门限判决，检测出疑似目标，接着在组合帧上只对多灰度疑似目标进行空域能量集成搜索目标轨迹。该算法力求在保证较高检测概率的同时，采用两次判决，避免了对每个像素进行轨迹搜索运算，减少了运算量，从而降低了算法运算复杂度。实验结果表明该方法对强杂波干扰下的微小运动目标的检测具有良好的检测性能，提高了目标检测的准确性和效率，便于目标检测的快速实现。(4)提出了一种空域形态与小波分解杂波抑制技术，并对该技术进行了详细研究和计算机仿真实验。先将图像进行形态学T0pbat滤波，然后小波变换，再分别对各小波子带作平滑滤波，按各子带对滤波前后小波系数作差分运算，最后经过小波逆变换得到保留微弱目标的残差图像序列。实验评测表明：该杂波抑制技术在评测指标上优于图像空域平滑滤波杂波抑制技术、基于小波分解的杂波抑制技术和基于图像空域Tophat的杂波抑制技术。(5)设计了一种在目标可能域指导下的微弱运动目标时空集成检测技术，对该技术进行了深入的分析和仿真实验。首先对杂波抑制得到的残差图像序列形成的组合帧进行形态学Tophat运算，估计出目标可能存在区域，即目标Topbat区域，然后实现在目标可能域指导下的微弱运动目标检测。分析与实验表明：此项技术可大大地提高微弱运动目标的检测效率，是一种高效的快速检测技术。(6)提出了一种基于形态重构的微弱运动目标检测技术，给出了该技术的设计机理和系统框架。该技术通过形态学灰度重构方法实现图像序列的复杂背景估计，通过多尺度二值形态重构消除目标虚警，最后对二值图像序列用微弱运动目标三维时空检测技术检测目标轨迹。仿真实验表明：用形态学灰度重构技术抑制杂波得到的残差图像，其目标邻域信杂比得到了提高，同时对二值图像序列进行的多尺度二值形态重构可大大抑制目标虚警，系统能稳定地检测出图像序列中的微弱目标轨迹。