红外弱小目标的检测与跟踪广泛应用于精确制导、自动控制等诸多领域。由于小目标距离成像系统很远,具有面积小、信噪比低等特点,红外图像的预处理、弱小目标的检测技术更是重点和难点。充分发挥红外小目标检测技术的优势,在红外探测成像方面具有重要意义。本文在介绍当前国内外小目标检测跟踪技术发展现状的基础上,研究存在背景噪声和干扰情况下红外图像序列中弱小运动目标的检测与跟踪问题,主要工作如下:首先在图像预处理和分割中,分析了几种常用的图像预处理方法。阈值分割在小目标检测过程中起着重要作用,鉴于现有的基于二维直方图区域直分的阈值选取方法中存在明显的错分,提出了一种新的基于二维直方图区域斜分的Otsu法的快速迭代算法,用迭代的思想解决了原始二维Otsu方法计算复杂、实时性差的问题。在目标检测部分,一方面通过分析像素的灰度信息,对图像进行Contourlet变换和NSCT处理,利用分解后子图像的特性抑制背景和去除噪声,实现目标的最终检测;另一方面,在分析强起伏背景信号的基础上,利用背景局部信号统计特征和目标运动特性,提出了基于最小一乘估计和混沌遗传算法背景预测以及基于变邻域变步长LMS自适应背景预测检测红外弱小目标的方法。在随后的跟踪过程中,针对小目标跟踪技术的难点问题,将模板匹配和Kalman滤波原理结合进行小目标的跟踪处理,提出了基于模板匹配与Kalman滤波相结合的小目标跟踪算法。将上述算法在含有随机小(点)目标的实际红外图像序列中进行实验,证明了所提出算法的有效性和优越性。