在复杂背景下的真实环境中，对采集到的红外视频进行弱小运动点的识别难度非常大，为提高未来红外图像末制导信息处理系统在特定真实环境下的性能，本文对复杂背景下序列图像中弱小目标识别的关键技术进行了研究。对采集到的真实红外视频中的运动点目标进行识别，并取得较好的效果。通过分析复杂背景下红外弱小点目标与邻域背景及噪声的灰度信息差异，本文采用基于邻域特征的算法提取角点和图像匹配策略，用软件实现了几种经典的角点检测算法和本文提出算法并进行了对比分析，对红外序列进行了图像配准测试。在图像配准的基础上，本文使用能量累加结合动态规划算法识别运动目标点。图像分割和配准处理后的图像中包含了疑似目标点及其相关信息，首先将点目标的运动空间看成是一个由序列帧图像和时间组成的三维通道，然后在最大帧间速度确立的邻域内搜索关联每个疑似目标点的轨迹，并进行轨迹的能量累加。当点目标在连续帧中被噪声或背景淹没时，运用最小二乘法预测器对点目标进行轨迹预测，继续对点目标可能轨迹跟踪，直到识别出真实的目标。本文所提算法全部基于C++实现，以采集到的真实环境红外视频为对象进行了实验测试，结果表明：本文所提的红外视频运动点识别策略对采集到的真实红外视频中特定点目标（远距离公路上的机动车）的识别效果良好。