红外成像技术应用十分广泛,应用红外成像技术的场合如人员搜救、医疗病理分析、火灾隐患检测等要求获取目标的准确信息,红外弱小目标检测是红外成像领域获取目标准确信息的一项关键技术,寻求一种适合红外图像中这种目标检测方法不但能够为各个红外热成像应用领域提供一些的借鉴,而且在学术上也有极大的研究价值。首先本文在第一章分析了本课题研究的背景、目的和意义,并且详细介绍了红外弱小目标检测方法的国内外研究现状,对目前现有红外弱小目标检测方法就一个宏观的了解和认识。之后在第二章中针对本文的研究对象红外图像的获取方法、成像过程和具体特征进行了研究,进而对红外图像弱小目标检测的流程进行了研究。在以上背景知识和基础理论研究的基础上,本文第三章特地对红外图像的预处理方法进行了研究和实验仿真,在传统小波阂值方法的基础上,利用矢量量化模型改进了一种比六种常用预处理方法效果更好的红外图像的预处理方法。在第四章首先通过对图像分割方法的研究实现了红外图像由灰度图像到二值图像的转化,之后对形态学方法和管道滤波方法的可行性分别进行了分析,并研究了形态学方法和管道滤波方法的具体实现方法,首先利用神经网络对传统形态学方法进行了改进,降低了目标初步判断误判率,并通过提取目标中心点改进了传统管道滤波方法,提升了目标最终确定的准确率,并且经过与传统方法的对比实验仿真证明本文改进后的红外弱小目标检测方法效果更好。