紫外探测技术是继红外和激光探测技术之后发展起来的又一新型的军民两用探测技术。近年来，基于导弹紫外辐射探测的紫外预警技术异军突起，发展迅猛，成为光电对抗领域的一个热点。作为制导、搜索跟踪和预警等领域的一项关键技术，紫外微弱（小）目标检测成为非可见光图像处理领域中一项历史悠久且又充满活力的研究课题。为此，本文对紫外微弱（小）目标检测技术进行了深入研究。本文总结出了紫外微弱（小）目标图像数据的四大特性：目标时驻性、目标暂失性、辐射强度对比性和紫外图像的噪声特性，在此基础上根据目标不规则但模糊连通的特征，对目标采用基于连通域的聚类算法，提取出紫外数据图像上的前景目标和噪声，为后续目标的检测及识别奠定了基础。我们设计了基于卡尔曼滤波的跟踪方法，首先对目标进行运动轨迹的拟合，根据拟合方程建立每一个前景团块与轨迹相应匹配度的关联矩阵，以最大概率为准则标记识别每一个目标，这种方法对本课题紫外图像目标的检测具有很好的鲁棒性。这些关键技术的研究和实现，为软件原型系统紫外图像弱小目标检测软件UV-Detection提供了核心的算法基础，保证了原型系统的各项性能。同时，这些核心方法针对不同的紫外探测设备生成的不同紫外光源的图像具有较好的普适性，算法考虑的各个参考指标为进一步研究也指明了方向，课题的研究成果将有助于推动我国紫外探测技术的发展。