红外成像技术已经在军事和民用等诸多领域获得了广泛应用,而红外图像分割旨在利用图像的相关特征,提取出图像中人们感兴趣的部分,分割的结果是红外目标识别与跟踪的先决条件。近些年来,主动轮廓模型方法被广泛应用于图像分割,也有研究尝试将其应用于分割红外图像,但总体来说,用于红外图像分割的主动轮廓模型方法仍然处于探索阶段。因此,本文针对主动轮廓模型在红外图像分割中的应用开展相应的研究。在研究主动轮廓模型用于图像分割领域现有成果的基础上,针对红外图像具有的边缘模糊、对比度低及噪声较大等特点,结合标准差本身具有的滤波功能以及灰度分布信息能够更好地衡量对比度这一特性,提出了一种基于局部熵和局部标准差联合驱动的主动轮廓模型。为了更准确地建立模型,构造了新的符号控制力函数,首先利用待分割红外图像的局部熵和局部标准差构造每一像素点对应的特征向量,再利用各特征向量决定轮廓上像素点的演化方向及驱动力的大小,从而更准确地驱动模型的演化。此外,本文还提出了一种对主动轮廓模型的分割结果进行定量评价的准则,通过计算分割得到的目标与实际目标对应的综合评价指标值与平均绝对误差值,从而更客观准确地对分割结果进行评价。最后利用本文改进的主动轮廓模型,对实验室红外相机采集到的图像进行了分割实验。仿真实验的结果图以及计算出的评价指标值均表明,本文改进的主动轮廓模型对于红外图像的分割具有更高的准确性与完整性。