海面远程目标的检测对于海盗预警、遇险船舶搜救和船舶避碰等均具有重要的意义。近年来,基于远程目标像素特征的阈值检测方法逐渐成为研究的焦点。但此类方法是根据目标像素和背景像素单一特征上的差异人为设定阈值或参数实现目标检测,所以其适应性和检测率较低。为了提高船载热成像中海面远程目标检测方法的适应性和成功检测率,本文分析了能够描述目标像素和背景像素差异的多维特征,提出了在多维特征下能有效检测目标的自适应阈值准则；在此基础上本文提出了3种海面远程目标检测的方法。一是基于海面远程目标特征的阈值检测方法。其核心思想是目标像素同时具有高灰度和高梯度特征,据此可以区分目标和背景像素。该方法在灰度特征上基于海天线区域设定灰度阈值,在梯度特征上基于目标像素设定梯度阈值。该方法能有效地实现目标检测,但需要调节参数以获得最佳的检测结果。二是基于海面远程目标特征的自适应阈值检测方法。该方法改善了梯度阈值的设定并增加了杂波滤除的方法,实现了远程目标的自适应阈值检测。三是基于多维特征的K均值聚类检测方法。该方法在多维特征的基础上使用K均值聚类算法实现了目标的检测。本文使用以上方法对不同海况环境下的红外视频进行了海面远程目标的检测实验。实验结果表明,本文提出的3种方法均能有效地实现船载热成像中海面远程目标的检测,它们在成功检测率和实时性方面各有特点。