由于在军事和民用诸多领域的应用,利用图像序列对弱小运动目标进行检测、跟踪成为当前的一个热门课题。由于距离较远或者其本身较微小,同时加上复杂的强背景杂波干扰,目标几乎完全淹没在背景及噪声之中,在成像系统中表现为弱小目标特性,要直接检测出目标变得异常困难。本文研究的正是弱小目标检测与跟踪系统中的两项关键技术:强背景杂波抑制与基于多帧的弱小目标检测技术。本文首先引入序列图像中检测强背景杂波下弱小目标这一问题,然后在其典型应用——视频成像系统中将问题展开,讨论了背景杂波、噪声和目标的特征,分析了该类检测的特点与难点,给出了一种基于背景杂波抑制的弱小目标检测系统模型。即采用先对序列图像进行背景杂波抑制,再进行基于多帧的目标检测策略。背景杂波抑制的任务为:抑制背景杂波能量、改善信杂比;对原始图像数据进行分布变换——由复杂、未知分布转化为简单、已知分布。同时,研究了背景杂波抑制效果的评价体系,给出了四项检验标准:残余噪声正态性、残余噪声白化程度、信杂比增益以及单帧检测性能。本文讨论了基于图像准平稳区域划分的自适应杂波估计与抑制方法,并进行了详细的计算机仿真实验。由于原始复杂图像灰度数据的全域非平稳特征造成自适应算法对背景杂波的跟踪性能较差,因此考虑将原始图像划分为多个准平稳的图像子块,然后在每个子块内利用自适应算法对背景杂波进行估计与抑制。针对基于四叉树分割的准平稳区域划分方法精度不高的问题,给出了一种基于分水岭分割的准平稳子域划分方法。对原始图像数据进行预平滑处理后作为自适应空域非因果滤波器的输入数据,避免了由于目标空域扩展带来的背景估计失准。采用RLS算法估计背景杂波,收敛性好,数据稳定性高,对特定样本数据估计比LMS算法精确。对以上研究点进行了相应的实验仿真,并获得了较好的结果。讨论了图像序列中的弱小运动目标检测技术。针对基于TBD和DBT两种思想的多帧检测技术,详细讨论了目标分割与检测方法。基于DBT思想的检测方案中,主要讨论全域阈值法、局域阈值法和恒虚警门限法几种目标分割方法。基于TBD思想的目标分割已融合在目标检测中,因此接下来本文详细讨论了几种基于TBD思想的目标检测方法,如三维匹配滤波法、投影变换法、基于多级假设检验的方法、高阶相关法和基于全局搜索的目标检测方法。最后针对强背景杂波下图像序列中的弱小运动目标检测问题,本文给出了一种基于时域轨迹集成的多帧检测方案:首先采基于分水岭分割的RLS算法对图像背景杂波进行抑制,然后利用恒虚警门限法对单帧图像进行二值化分割,此时再利用八邻域判决法对候选目标进行检测。总之,本论文不仅达到了相关课题的既定要求,还具有广泛的应用前景,所采用的图像序列中弱小目标检测与跟踪技术在图像处理、信号检测与估计等领域都具有一定的参考价值。