为了在有效地检测复杂场景下红外弱小目标的同时保持较低虚警率，在满足算法实现实时性的前提下，提出一种基于引导滤波和分块自适应阈值的单帧红外弱小目标检测。首先，为缓解边缘杂波干扰，采用具有保边特性的引导滤波对图像进行背景估计；然后，利用弱小目标具备的局部灰度最大特性，提出基于软阈值非极大值抑制的九宫格滤波计算目标的概率。通过加权的方式进一步剔除背景，抑制结果中不满足目标特性的区域；最后，针对复杂场景目标检测虚警率和漏检率高的问题，提出一种分块自适应阈值分割方法提取候选目标。实验结果表明，在公开数据集上与Top-Hat、LCM和Max-Median等经典方法相比，所提方法性能优于其他方法，恒虚警下不同复杂度场景的召回率分别达到87.97%、84.93%和86.22%，可有效抑制背景，增强目标信号，提高红外弱小目标检测的召回率，且具有更好的场景鲁棒性。

机载红外光电探测系统进行下视复杂场景目标探测时，地面虚警干扰源同弱小目标在空间分布上一致，传统算法会导致大量虚警。因此，提出一种基于运动目标特征的多维度特征关联检测算法。该算法首先对复杂场景进行特征点检测，引入基于相对速高比的跳帧机制，对经过图像配准的帧间图像进行差分处理检出候选目标。同时，结合基于核相关滤波的目标相似度方法进行多维多帧关联，进一步抑制虚警并确认目标。实验结果表明，在载机速高比大于30 mrad/s、系统帧时小于10 ms的机载环境下，该算法的平均检测率达到99.13%，虚警率降至10^-5。该方法在多种机载复杂场景下得到验证，适合流水并行运算操作，满足工程实践需求。