目标分割技术是红外图像处理系统中的一项关键技术。实现对目标准确有效的分割,对于目标的检测、识别、跟踪具有重要的实际意义。鉴于红外目标图像通常具有噪声大、背景复杂、目标模糊不清的特点,本文通过分析红外图像的特点和噪声来源,将红外图像的预处理与分割技术结合起来进行研究,以获取红外目标良好的分割效果。本文简要介绍了红外图像三个主要组成部分,即目标、噪声和背景,并建立对应的数学结构模型。在掌握红外图像噪声的主要来源、特性等理论知识的基础上,展开红外图像预处理算法的研究。预处理技术需分析各种滤波器(如:平滑滤波器、频域滤波技术、形态学滤波技术)的处理特性。然后在Matlab环境下对红外图像进行滤波降噪处理,经仿真验证来选择合适的预处理算法。仿真结果表明,中值滤波、形态学滤波的效果较好,在一定程度上抑制了背景噪声,同时目标图像的边缘细节信息保持的比较完整。在完成红外图像预处理的基础上,展开分割算法的研究。首先研究了阈值分割技术,总结了全局和局部门限分割的优缺点,并对其中的大津法、双峰法和迭代法进行仿真研究。接着对边缘检测技术进行详细的探讨,总结分析了串行边界和并行边界检测技术,并对其中的微分算子边缘检测(Robert、Sobel、Prewitt和Canny算子等)和非线性拉普拉斯算子进行了仿真验证。最后,对前两大类的仿真结果进行总结,对其中的一些缺陷进行改良。在原有的分割算法基础上,提出了三种改进算法,分别是:(1)改进的Canny多边缘检测与简化的Otsu相结合的分割方法;(2)利用图像灰度插值法对边缘检测进行改进的分割方法;(3)改进的两类间最大模糊散度与形态学相结合的分割方法。最后经过仿真验证,改善了原有的分割效果。