低信噪比小弱运动目标检测与跟踪技术是光电成像探测系统的关键技术之一。本论文旨在研究发展切实有效的方法和技术，以解决强噪声、强杂波背景下小弱运动目标稳定提取与跟踪的难题。　　 在系统阐述小弱运动目标检测与跟踪的基本理论和基本方法的基础上，从理论和实现两个方面对低信噪比小弱运动目标实时检测与跟踪技术在实际应用中所面临地主要问题进行了深入的探讨研究，发展了若干新的方法和技术，在小弱目标检测能力和跟踪稳定性等方面取得了具有较大显示度的进展。　　 (1)提出了根据杂波局部统计特征建立自相关函数来调整梯度倒数加权滤波器参数的自适应滤波方法，以适应变化、起伏的杂波，从而可更有效地保留目标信号，提高残留信号的白化程度，改善杂波抑制性能。　　 (2)利用目标信号与噪声在图像空间上存在的形态差异，研究运用多尺度灰度形态带通滤波有目的地保留特定尺度范围内的目标信号，滤除大量独立的高亮度噪声以及连通度高的低亮度噪声，增强目标信号和提高信噪比。　　 (3)针对随机抖动条件下直接累加和移位累加等常规方法在积累目标能量所存在的不足，研究应用灰度形态膨胀累加方法提高小弱目标能量。该方法通过灰度膨胀增大目标信号面积，使得信号在序列图像间有重叠部分，实现了目标能量的有效积累。　　 (4)细致分析了常规目标分割方法在提取低对比度小弱目标所存在的主要困难，研究提出可通过采用约束条件来调整以最大瑞利熵准则得到的阈值，克服了常规方法中阈值偏小而造成的大片聚集度很高的虚警，有效提取小目标。　　 (5)在对小运动目标在序列图像中所表现出的时、空特征分析的基础上，研究发展了基于空域邻域聚类分析和假设检验相结合的小目标识别方法，有效地建立目标初始航迹和滤除虚警。该航迹建立不过多依赖运动目标的先验信息，能建立常规方法难以实现的曲线轨迹。　　 (6)分析了小弱目标受强亮度伪目标干扰致使目标探测、提取失败的原因，结合目标灰度信息和运动信息，研究建立了小目标运动分析方程，改进了基于概率数据关联滤波的小弱目标跟踪技术，通过增加目标运动关联的特征维数，减少了点迹--航迹关联的不确定性，克服了常规跟踪方法由于受虚假目标干扰致使实时性差及跟踪精度较低的缺陷，实现了小弱目标实时稳定探测与跟踪。　　 (7)分析和设计了实时小弱运动目标检测与跟踪的图像处理平台。实验结果表明该信号处理平台可满足红外、电视跟踪的任务要求，能实时检测出目标信号，实现了目标闭环跟踪。　　 本文针对低信噪比小弱运动目标探测、跟踪问题，利用目标信号在序列图像中表现出来的灰度特征、形态特征和运动特征等，运用灰度形态滤波、多级假设检验以及概率数据关联滤波等各项综合技术研究发展了低信噪比小弱运动目标检测与跟踪方法。通过对包括夜晚强噪声和白天强背景在内的多次外场试验表明，本文所研究发展的技术大幅度提高了光电探测系统对小弱目标实时提取和跟踪能力，为重大项目的发展提供了有力的技术保证。