红外引导头可以完成目标检测与跟踪的任务,能够在夜间工作,在侦察、搜索、预警及成像制导等方面应用广泛。实际使用时,人们期望系统能够在尽可能远的距离尽早的发现目标,以便为后续的决策准备提供更多的时间。然而远距离成像时目标弱小,图像信杂比很低,造成目标检测困难。另外随着目标机动性的增强及武器系统现代化程度的不断提高,人们对系统的稳定性、实时性和小型化也提出了更高的要求,因此研究高性能的红外弱小目标检测技术具有重要的意义。在红外弱小目标检测技术中,图像预处理性能的好坏会直接影响后续识别及跟踪效果,因此高性能的图像预处理技术是整个系统的基础。针对目前对城市地面场景研究较少和多小目标检测技术不成熟的问题,作者结合国内外相关领域进展和课题要求,提出了一套低信杂比条件下红外弱小目标图像预处理技术及实现方案。本文主要完成以下工作:第一,对系统总体架构进行了设计,分析了要解决的关键技术。第二,对红外图像中目标、背景和噪声特性进行了分析,比较了常用的单帧红外小目标检测算法在本文研究场景下的检测结果。针对常用算法的不足,提出了一种多尺度Top-hat背景抑制算法,在有效抑制背景的同时提高了对不同大小目标检测的能力。在此基础上提出了一种基于模式侧抑制理论的目标对比度增强算法,进一步提高了图像的局部信杂比,为后续目标提取提供了有利条件。第三,针对后续目标识别阶段由于引导头剧烈抖动而造成的识别困难问题,研究了一种红外视频帧间抖动参数估计算法,该算法基于传统的配准技术改进以适合硬件实现。第四,利用FPGA实现了预处理系统各个模块,包括多尺度Top-hat背景抑制模块、目标对比度增强模块、目标自适应提取模块、和抖动参数估计模块。本文所研究的各个算法均通过验证,实验结果表明,在原始图像局部信杂比低于4的情况下,算法能够有效检测弱小目标,单帧目标检测率达到95%。由FPGA实现的各模块能够达到30fps的实时处理要求。