红外低信噪比小目标检测问题是军用武器系统中的关键技术之一。如何利用红外技术来实现弱小目标的检测与跟踪将是未来军事发展的主要技术和重要方向,同时也将是光学和图像领域的研究热点。由于受大气热辐射、探测器噪声等因素的影响,低信噪比的弱小目标很容易被背景噪声所淹没。弱小目标的低信噪比、纹理信息少、背景复杂等因素是目前弱小目标检测与跟踪的主要难点。为了提高红外图像的信噪比,抑制背景噪声的影响,本文详细分析了红外成像的原理以及各种噪声呈现的特征,并介绍了目前几种常用的图像预处理滤波方法,且在仿真实验的基础上分析了各种滤波的处理效果,总结了各种预处理方法的优缺点,实际应用中应根据现实场景以及检测需求来选择相应的预处理方法。本文研究了利用多帧图像检测弱小目标的方法,多级假设检验算法是一种序列检测方法,其主要是利用根据检测要求计算出的两个检测门限阀值在检测的过程中不断的删除虚假目标轨迹点,并将检测的轨迹点以“树“型结构存储起来,本文详细分析了多级假设检验算法。针对“树”型结构呈指数级增加的存储量,仿真过程中通过多级假设检验原理与单帧图像低门限处理相结合的方法来减少树的存储量,实验证明该算法是一种性能优越的弱小目标检测前跟踪算法。针对弱小目标的检测,本文研究了另一种弱小目标检测前跟踪算法。动态规划算法把最优化原理同弹道积分原理结合起来,将小目标检测问题转化为一系列轨迹中寻找能量累积值最大的线路问题,本文在仿真实验的基础上提出点轨迹共享原理,并结合小目标运动的特性,通过实验验证了改进动态规划的弱小目标检测前跟踪算法的优越性能。此外,针对多假设检验和动态规划两种算法的存储量和计算量大的缺点,本文在动态规划算法的基础上融合多级假设检验原理,通过实验仿真比较验证改进算法在存储量和计算量等方面优于前两种算法,实验证明改进算法可以较好的实现对弱小目标的检测跟踪。最后,基于Visual C++6.0语言开发了弱小目标检测前跟踪软件,实现了几种基本图像预处理的方法以及改进算法,同时也验证了新算法的正确性。