由于在军事、医学、天文等方面的广泛应用，弱小目标检测成为了图像处理领域中一项重要的研究课题。对于实际的武器系统而言，如何充分发挥光电目标检测技术的优势，提高目标的检测能力，尽早获取来袭目标的相关信息对于提高武器系统的性能具有重要的意义。本文在介绍当前国内外小目标检测技术发展现状的基础上，研究适合实际系统应用的弱小目标检测算法，并对其进行了实时系统实现，主要工作如下：　　 提出了一种使用BP人工神经网络技术来估计背景的快速算法，并利用红外图像中弱小目标的特性来构建目标模型，采用中心重合的大、小两个窗口，用大、小窗口间的外层来估计目标周围的背景，即隐含层第一个结点的输出值，大窗口内的小窗口则是用来估计中心像素的特性，即隐含层第二个结点的输出值，用隐含层第二个结点减去第一个结点的差的大小来判断中心像素是属于目标还是背景，差值越大输出值越大。采用该思想训练网络权值，可以更好地检测真目标，剔除虚假目标，处理后图像信噪比高。　　 针对地空武器系统背景较为平稳、实时性要求高、目标灰度极性与对比度变化小等特点，提出了一种快速形态滤波弱小目标检测算法。采用扁平结构元素作为形态滤波结构元素，在水平、垂直两个方向进行开、闭运算。通过对运算结果的处理，解决目标极性反转问题。在膨胀、腐蚀过程中引入最值的权值，对算法进行优化，大大减少了背景抑制处理时间。　　 最后将快速形态滤波算法移植到基于定点DSP的硬件平台上运行，通过对其进行测试，证明了该算法的实时性；并对BP算法的实时性进行了理论分析，结论是在浮点DSP上可以进行实时处理。