本文针对弱小图像目标的特点，分别以近似均匀背景下变异细胞图像和起伏背景条件下的天空红外图像为例，先采用传统的背景估计方法进行背景估计，主要包括均值滤波，中值滤波，维纳滤波和Butterworth高通滤波；并通过峰值信噪比对四种背景估计方法进行了比较：然后重点研究了数学形态学在提取弱小图像目标中的应用。以数学形态学的基本理论——二值形态学与灰度形态学的腐蚀、膨胀、开闭运算等相关知识以及数学形态学构造算子为基础，提出了基于数学形态学Top-hat变换的弱小目标提取方法。算法首先利用灰度形态学Top-nat变换完成复杂背景下的背景抑制和候选目标提取，然后通过阈值分割完成目标分割，可较好的检测出复杂背景中的弱小图像目标，最后通过开运算进一步去除虚假目标和噪声干扰，进行噪声抑制，提取小目标。仿真试验验证了算法的有效性。利用计算机图像处理技术，减轻了人的工作负担，提高诊断的准确性和效率。将图像理论与实际需求相结合，为进行类似的医学图像或者红外图像的处理提供了一种基础的处理模型，具有实际的应用意义。