随着导弹技术的发展和红外技术的进步，红外成像制导技术越来越受到研究人员的重视。红外小目标的检测技术是红外成像系统中的核心技术之一，如何在红外图像中检测和识别图像中的红外小目标是当前和今后一个热门的问题。红外图像中包含了大面积连续的背景、红外小目标以及噪声等几个部分。在红外图像小目标的检测过程中，存在着信噪比低、可用的信息量少、背景信息复杂以及信息处理量大等问题。目前的检测方法主要分为基于单帧图像检测和基于序列图像检测两种。基于单帧图像处理方法仅仅利用了图像的一些基本特征，比如：像素的灰度等。此类方法很难从比较复杂的图像中检测出小目标来，因此，大多数检测方法都是基于红外序列图像来进行检测。粒子群优化(ParticleSwarmOptimization)算法是一类启发式随机全局优化技术，是一种基于群智能（SwarmIntelligence）方法的演化计算技术。PSO算法通过粒子间的相互作用发现复杂搜索空间中的最优区域。PSO的优势在于只涉及简单计算，易于实现，适用范围广泛。本文介绍了基本的PSO算法、若干类改进的PSO算法。本文提出了一种红外序列图像小目标检测的新方法：基于粒子群算法的红外序列运动小目标检测算法。检测步骤主要分为两个部分：首先通过图像预处理去除背景和少许的噪声干扰。图像预处理包括高通滤波、灰度门限分离和根据目标运动特性进一步预处理。然后对所得的候选目标点进行候选轨迹的构造。最后利用粒子群算法检测出真正的运动轨迹，并最终确认红外运动小目标。仿真实验表明，该方法能够有效、可靠地从红外序列图像中检测出小目标。