随着计算机科学和图像处理技术的快速发展，红外图像处理技术已经广泛的应用于导航跟踪、人工智能和自动控制等领域。由于红外弱小目标的成像距离远、成像面积小、形状特征弱、信噪比低等特点，复杂背景下红外图像的预处理技术和弱小目标检测算法的研究已经成为红外弱小目标检测技术的关键，在红外制导等关键领域都起到关键作用。本文首先分析了复杂背景下红外图像噪声产生的原因和特征，针对复杂背景下红外图像的噪声特点，提出了利用中值滤波和小波变换相结合的算法对含有混合噪声的红外图像进行滤波处理。该算法首先对红外图像进行中值滤波，然后进行小波变换，再对小波系数利用中值滤波原理生成新的系数矩阵，最后再用小波阈值消噪生成新的红外图像。仿真实验结果表明，该方法能够有效的滤除复杂背景下红外图像的噪声，效果优于传统滤波方法。在对红外图像进行滤波处理之后，本文采用差图像法和传统光流场算法对弱小目标进行检测，由于这两种算法存在实时处理性不强和对环境变化不适应的缺陷，本文把自适应阈值法用于光流场算法中，即使当外界环境发生变化或红外图像目标弱小时，自适应阈值光流场法也能够根据图像的灰度值分布，将红外图像的灰度值划分为不同的等级，并最终计算出图像的最优阈值，达到对复杂背景下红外图像中弱小目标检测的效果。最后本文利用合众达公司生产的SEED-VPM642开发板对系统进行仿真，实验结果表明，通过中值滤波和小波变换相结合的方法对图像预处理后再通过基于自适应阈值法的光流场算法能够把复杂背景下红外弱小目标检测出来，该算法实时性好，并且能够适应外界环境的变化，达到了预想的效果。