由于红外目标跟踪技术具有灵敏度高、空间分辨率高、抗电磁干扰能力强、能够在复杂背景条件下识别目标、跟踪目标种类多、全天后工作时段、能够实现发射后不管、适应能力强等相关特征,已经成为世界各国军事应用中的重点研究内容及争相发展的关键技术。但是,由于红外成像的固有特点,还有许多的棘手问题需要解决,由于各种目标形态特征不一致,使得现有的目标跟踪算法只对某些情况目标跟踪适用,本文就红外图像预处理技术及红外小目标跟踪技术进行研究。讨论了红外图像预处理技术的必要性,主要包括盲元问题及非均匀性问题,这些问题极大的影响了系统成像质量,降低了红外系统的探测距离,直接制约着系统的最终性能。盲元补偿采用了通用性好、效果明显的邻域平均法。介绍了非均匀性产生的原因及影响,提出基于跟踪的恒定统计非均匀性校正法。目标跟踪技术研究中,研究了MeanShift跟踪算法、粒子滤波跟踪算法、最大观测概率跟踪算法、概率数据互联跟踪算法的原理,结合红外弱小目标特点,针对红外弱小目标的运动特征、能量特征、分形特征等提出了多特征观测概率计算模型,并将该模型应用于最大观测概率跟踪算法、概率数据互联跟踪算法中,极大的提高了上述两种算法对红外小目标的跟踪稳定性和鲁棒性。上述跟踪方法均通过试验仿真验证。最后对全文的工作进行了总结,对今后的工作进行了展望。