导弹、无人机等目标具备雷达截面积小等特点,在战争中难以被雷达系统迅速发现,使用互补手段快速反制空中弱小运动目标的意义重大。本文针对弱小目标检测跟踪中的图像预处理、目标检测和目标跟踪等关键技术环节进行了系统地研究。预处理环节提出了一种结合底帽变换与角点检测的预处理方法,实现了针对复杂场景中天空背景下弱小目标的快速粗提取,并将提取结果作为候选目标输出给后续检测环节。针对候选目标中存在大量虚警的问题,提出一种高召回率逻辑回归分类器对其进行初步筛选,降低了后续多帧确认环节的时间代价;针对弱小运动目标成像面积小、信号强度低等问题,提出一种光流轨迹思想,实现了在高维特征空间的弱小运动目标检测;针对传统异常检测方法复杂度过高的问题,引入fast-LOF和孤立森林两种方案,实现了针对复杂场景下天空背景中弱小目标更加高效地检测。针对小目标外观模型不可靠等问题为核相关滤波器引入引导滤波进行保边降噪,提高了跟踪器的抗噪能力;针对缩小跟踪框导致目标和背景的快速运动易引起跟踪漂移等问题引入粒子滤波为核相关滤波器初步估计目标位置,实现了在相机大幅抖动场景下对快速运动小目标的稳定、准确、快速跟踪。针对弱小目标检测算法和跟踪算法展开多组实验。验证了算法检测环节的检测效率和检测精准度,对跟踪环节在各种恶劣场景中的跟踪精度和效率进行了分析,证明了本文跟踪算法在实际工程中的使用价值。