红外测量系统已越来越多的应用在靶场测量领域，准确判读红外图像中弱小多目标的脱靶量是现代靶场光测设备的重要组成部分。在高速图像记录系统中，为了实现快速报靶，需要从大数据量的红外图像序列中找到含有目标的图像序列段并运用合适的图像处理方法处理图像，进而精确判读每个目标的脱靶量，其中的关键步骤就是弱小多目标的检测问题。本文首先讨论了红外弱小多目标的定义及特点，分析了目标、背景和噪声的图像特征及红外图像模型。在单帧图像和序列图像目标检测方面介绍了几种效果较好的背景抑制方法，如中值滤波法、高提升滤波法、形态学Top-hat处理方法等，并且通过仿真实验证明了上述几种方法对图像增强有较好的效果。提出了基于Contrast box filter的检测方法，用一个回形窗口和对比度阈值分割图像。实验证明该方法简单实用，对天空背景下低信噪比的红外弱小多目标图像序列能够有效的分割，抑制噪声干扰，有效提高了目标的检测效率。同时讨论了基于直方图的分割方法和基于Haralick模型的曲面拟合方法。通过仿真验证了Haralick模型曲面拟合方法的分割结果可以满足任务要求。提出一种实用的基于图像序列的红外弱小多目标自动判读方法，描述了该系统的构成及软件流程。首先提出一种目标序列段自动搜寻方法，并分析了该方法的处理结果，接着运用Contrast box分割方法对有用目标段内的各帧进行分割、判读。最后，介绍了质心判读的原理并对判读软件的流程及主要功能进行了说明。实验证明手动判读和半自动判读是对自动判读的必要补充，可以很大的提高判读精度，缩短判读时间。