高度的机动性、隐蔽性是当前武器系统发展的主要方向之一。许多武器系统本身就是运动目标，如航母战斗群、弹道导弹、巡航导弹、运程战略轰炸机等。为对抗这一类武器就必须发展快速反应和远程预警能力。因此，实现卫星侦察预警系统的星上运动目标检测和识别就成为迫在眉睫的课题。文章围绕导弹预警卫星红外图像的信息处理任务，研究了云背景条件下的小目标检测问题。根据红外图像中运动目标的特性和杂波特性，本文提出了基于中值差滤波(MSF)的小目标检测算法。实验表明所给的算法性能稳定，能够适应多种特征的云背景。 论文共分四章，具体内容安排如下： 第一章为绪论，介绍了本课题的应用背景，并分析了星上运动目标检测识别的技术难点，对目前小目标检测的代表性方法作了概括介绍，然后给出了本文的研究思路。 第二章主要研究基于背景抑制的红外运动小目标检测方法，考虑到红外图像特性及星上检测的要求，提出了融合MSF和边缘检测算子的小目标检测算法。针对大尺寸红外扫描图像数据量大的情况，又给出了边扫描边滤波的检测算法，该算法是基于MSF和二次门限分割的。在本章最后，根据图像序列提供的目标运动特性信息，讨论了用邻域相关定位目标的方法。 第三章讨论了基于背景抑制的小目标检测算法的性能。经过对算法各关键步骤的分析，给出了单帧条件下检测概率和虚警概率同目标信噪比和门限参数之间的关系；并根据统计学的观点，给出了多帧检测时单帧检测概率和虚警概率同总的检测概率和虚警概率之间的关系，这为检测算法中的门限选取、多帧检测帧数选取提供了理论依据。本章最后分析了前面一章提出的检测算法，表明该算法具有相当稳健的检测能力，能适应多种云背景。 第四章总结了本文工作，提出今后研究的重点和方向。