本文以十二五预先研究课题为背景，在高性能红外目标搜索预警系统的研制开发要求下，针对该系统在低空复杂背景下的大视场图像弱小运动目标实时性检测问题，深入开展了大视场图像弱小目标检测算法的研究，提出了一套弱小目标检测和确认的算法，该算法计算量小，易于硬件实现，能有效适用于本系统在低空复杂背景下的弱小目标实时准确检测。论文主要由三部分组成：第一部分介绍了大视场图像的研究和发展现状；利用实测数据，结合目标、背景、噪声的产生与辐射原理，对目标、背景、噪声特性进行了较为深入的分析；根据三者的不同时域和空域特性，建立了相应的预测模型，并定义了红外图像常用的目标检测性能评价标准。根据系统采集的图像，介绍了大视场图像的采集原理，并分析了其低空大视场图像的特点。第二部分针对系统弱小目标检测的实时性要求，针对简化算法实现、节省算法计算量的目的，提出了一种基于图像分块、熵值分割及自适应阈值分割的基于背景区域分类的大视场弱小目标检测算法；首先，深入研究了各类常用的背景抑制方法；然后提出一种基于重叠性图像分块及熵值分割的背景区域分类方法，实现复杂地面背景和空域背景的分类；接着采用了一种基于结构元素分解的空域弱小目标检测算法和基于闭操作和梯度算子的地面背景区域的背景细分类及目标检测算法，并分析了地面背景目标检测算法的效能；最后通过实测数据验证，有效的实现了大视场图像的弱小目标实时性检测。第三部分针对第二部分弱小目标检测后剩下的部分虚警问题，提出一种基于点目标灰度扩散效应的单帧双核判决目标确认算法及一种基于帧间目标特征相关性和运动目标连续性的目标确认算法；根据点扩散效应设计了外核、内核的对比度、相似度判定，再根据目标内核相似度提取了帧间目标相关特征，根据图像流法改进了运动目标连续性判定，结合两者的判定结果，有效的剔除了虚警干扰。实测数据验证了该方法的可行性。