图像序列中微弱运动目标的检测一直是目标检测与识别领域中的重点和难点。微弱运动目标成像面积小,信噪比低,基本上被背景和噪声所淹没,给检测带来了极大的困难。目前大部分的检测算法都针对红外图像,而本文的主要目的是寻找一种既适用于红外图像又适用于普通可见光图像的微弱运动目标的检测算法。图像序列中微弱运动目标的检测一般可分为两个步骤:首先,在一帧图像中确定可疑目标,这包括背景抑制和目标分割两方面;然后,利用图像序列来确认真实目标,这就是目标检测阶段。本文利用空中预警控制系统实验中获得的可见光序列图像数据,对可见光微弱运动目标的检测方法进行了研究。在分析研究了各阶段的常用算法之后,提出了一种新的序列图像中微弱运动目标的检测方法。在单帧图像确定可疑目标阶段,本文在研究了形态学和形态学滤波的基本原理之后,给出了形态学滤波与启发式处理相结合的可疑目标提取方法。在没有采用启发式处理和采用启发式处理的条件下,本文分别将形态学滤波法与二维最小均方误差滤波、中值滤波和高通滤波作了详细的仿真结果比较,性能分析证明了形态学滤波的优越性,也证明了启发式处理在进一步减少可疑目标数目方面的有效性。针对结构元的选择,本文提出了结构元选择方法并进行了仿真实验,实验结果证明本文提出结构元方法的有效性。在目标检测阶段,本文在总结了原有算法的不足和目标检测算法的发展方向之后,提出了一种新的基于相邻三帧再分割及轨迹能量累积的目标检测法,文章对新的检测算法进行了仿真并做出性能分析,仿真结果证明了本文所提出新算法的有效性。本论文提出的算法不仅可以应用到微弱面状运动目标检测,还可以应用到点运动目标的检测;在应用领域方面,该算法不仅适用于可见光图像的目标检测,还适用于红外图像和合成孔径雷达图像的目标检测,有重要的理论价值和实践价值。