图像中的小目标检测一直是数字图像处理学的重要课题，也是国内外众多学者研究的重点。由于小目标在图像中缺乏尺寸、形状、纹理等信息。所以在单帧图像中无法检测出来，因此需要根据目标的运动特性在序列图像中进行检测。针对现有算法单帧检测率低，而多帧检测算法复杂、运算量高等缺点，本文提出单帧检测和多帧检测相结合的算法，从而达到提高小目标检测率和减少检测时间的目的。首先，对小目标图像的三大要素，目标、背景和噪声的一些固有的、规律性的特性进行分析总结，并作为选择适合小目标检测方法的依据。其次，根据小目标图像特性分析结果，本文选择了高通滤波和中值滤波相结合的预处理算法来对单帧图像进行滤波处理，并对滤波后的图像进行对比度增强，从而增强图像的目标信息，减弱图像的背景信息，改善图像的质量。然后，根据图像的边界信息和梯度的联系，证明了对梯度图像进行阈值分割更合理，本文采用了基于边缘检测和阈值分割相结合的算法进行图像分割，仿真实验结果表明此分割方法几乎能够在单帧图像内将目标检测处理，而且该方法简单有效抗干扰能力强。最后，针对单帧图像分割所得的目标和强噪声点，本文采用对分割处理后的单帧图像进行叠加处理方法，并在叠加图像中利用八邻域搜索的方法进行目标筛选，进而检测出目标并得到小目标的运动轨迹。仿真实验结果表明，序列图像运动小目标检测方法能够很好的检测图像中的小目标及其运动轨迹，并且算法简单、实用性强。