近十几年来，随着红外成像技术的迅速发展，红外成像跟踪测量系统在靶场广泛应用，红外图像已逐渐成为靶场试验数据的重要来源，红外图像判读模式也需要随之发生变革，传统的人工判读方式已经无法满足任务需求，全自动、高精度、高效率、高可靠性的对靶场红外图像实现自动判读成为我们迫切需要解决的问题。本文就此实际问题，研究了靶场红外运动弱小目标自动检测技术，并将这些技术应用到自动判读工作中。首先，介绍了靶场红外运动弱小目标检测的应用场景，分析了国内外当前的研究现状，探讨了红外弱小目标检测的主要方法及优缺点。其次，介绍了靶场红外运动弱小目标的跟踪模式，然后从空域、频域、时域三方面研究了靶场红外弱小目标图像的目标特性并在三方面对图像进行滤波处理，比较滤波效果。在经典形态学滤波的基础上加以改进，实现了形态学带通滤波，选择此方法作为预处理方法。再次，对完成预处理的图像进行恒虚警阈值分割，对分割后的图像做质心提取，鉴于目标的跟踪模式属于典型的人在回路控制，目标在时域上无轨迹特性、无固定速度、无固定方向的特点，根据轨迹关联思想应用基于最近邻数据关联的相关邻域检测算法对目标进行检测，对算法得以实现。最后，对算法的性能和适用性进行评估。首先应用一组信噪比较高的快速运动目标图像检测算法性能，然后应用一组信噪比更低、序列长度更长的缓动目标图像检测算法性能，算法实现了对以上两组图像中目标的检测判读，检测率为88%。但对于信噪比更低的图像无法完成检测，对此我们对算法的适用性作评估，并在最后对算法的改进作展望。