“点目标”这一概念首先来源于军事领域。在夜视环境下，空间作战的敌方目标一般都处于远距离的复杂云天背景之下，通过传感器采样得到的图像中，目标往往成像面积都在几个像素，甚至更少，所以普遍地称之为小目标或者点目标。点目标系列问题的研究具有重要的军事国防意义，伴随精确制导武器的发展，对于远距离作用目标实施有效拦截和精确打击是支撑点目标技术发展的最终目标。此外其在海面作业、医疗诊断等领域也具有广泛的应用。本文以经典的边检测边跟踪理论为主要理论基础，针对复杂云天背景下(固定背景、变化背景)点目标的检测与跟踪等系列问题进行了一系列研究。利用序列图像生成的航迹，从图像处理和信号处理两个角度出发完成检测过程。试图解决该热点问题中的一些关键技术，如：杂波抑制、轨迹互联、目标检测、目标识别等等。　　点目标技术的研究首推三维匹配滤波器算法，为了减少设计三维匹配滤波器的复杂性和计算量，一般都将三维图像序列投影到二维空间中降维，然后通过识别累加起来的目标轨迹片段达到检测的目的。本文的第一部分研究工作就是采用了这种研究思路，检测无遮挡的天空背景下的多目标。将目标轨迹进行累加和投影，并通过聚类方法筛选出轨迹片断，从而达到检测的目的，同时改进了传统的Pipeline管道算法的开环结构，将滤波管道、检测管道、搜索窗预测环节融为一体，构建了一种新型的闭环结构。搜索窗预测工作的开展使得每一次迭代时的搜索空间急剧地压缩，提高了管道的吞吐率。比起原有方法，该方法在计算复杂性和存储量上更具有优越性。　　目标在实际飞行中，往往存在更复杂的情况，如：轨迹彼此交叉、目标穿越云层从而出现的部分遮挡以及完全遮挡等现象。因此，本文的第二部分工作着力解决此类复杂目标的检测问题。为了进行正确的轨迹互联，对于存在共享观测量的目标，从首尾两个方向开展多阶段的轨迹互联，可以凭借目标轨迹的曲率约束、连续性等特点完成正确的关联，同时不断地进行虚假分支的剪支工作，比起顺序的单方向互联速度更快。此外，为了剔除干扰杂波和噪声，本文设计了一种双向高阶“与逻辑”管道滤波器进行去噪，不断筛选可以构成连续的三点轨迹片断的像素，从而降低了后期轨迹互联时发生虚警的概率。最后沿着航迹进行能量积累，从而迅速地提高目标的信噪比，完成检测。对于处于遮挡中的目标，为了充分保留目标信息，设计了一种低通滤波器，将具有低频特征的背景信息滤除，然后给出一种多信息融合滚动搜索窗算法，通过不断地寻找搜索范围内具有最大灰度强度的像素进行轨迹互联。同时按照轨迹与背景之间的位置关系进行分类，对于未遮挡目标以及部分遮挡目标，通过对比度与灰度强度的多信息融合完成检测，而对于完全遮挡的目标，为了克服其处于杂波干扰之下导致过多错误互联的问题，本文进一步地开展了二次互联。实验证明，这种二次互联可以较好地提高正确互联率。最后通过灰度强度的累积实施检测。此外本文还依据不同轨迹的特点开展杂波航迹的剔除工作。实验证明，此种方法对于检测信噪比大于4dB的遮挡目标具有良好的检测效果。　　本文的第三部分工作力求解决信噪比低于2dB的弱目标的检测问题。为了克服类似于穷举式搜索的动态规划算法不适用于大尺寸图像，不允许目标速度迁移的缺陷，本文首先给出了一种贪心算法。在构造可能航迹时，每次只互联利用高阶相关滤波器得到的“可扩展节点”。由于每次只考虑最有希望的节点，比起穷举式搜索，计算复杂性只有 MN(N帧图像，M种迁移状态)。同时为了避免贪心算法易陷入局部解的缺陷，后期融合轨迹特征对这个可行解进行考察，不断地校正使其与真实轨迹吻合。最后通过Neyman-Pearson的恒虚警率检测准则完成检测过程。实验部分通过与传统的动态规划算法的比对证明，本文提出的方法不仅具有时间、空间的优势，而且由于抑制了更多的虚警，检测率更高，实时性更好，操作更简单。此外本文还给出了一种双阶段FSS(固定采样数检验)的多分辨率检测方法。它将多分辨率思想融入其中，实现一种由粗至精的定位方法。对于在低分辨率下获得的“启发式片段”进行一次FSS检验，保留满足门限的等待继续检验，如果低于门限则直接截断；对于经过筛选之后的启发式片段，再进行细尺度的调节，之后对于合格的轨迹再执行一次 FSS检验，最终筛选出目标。实验证明该方法比起将两个阶段合并在一起的单分辨率方法具有更好的跟踪性能。　　最后，总结全文，提出新的发展方向。