随着红外成像技术的发展，基于红外图像的目标探测与识别得到了越来越广泛地应用。由于红外成像与可见光成像原理不同，红外图像中目标和背景存在对比度低和边缘模糊等特点，这给目标探测、分割和识别带来了挑战。因此，针对红外图像的特点，研究更有效的目标分割方法，是红外图像分析的一个重要课题。本文首先介绍了红外图像的特点，然后针对红外图像的目标较小、同质性差和边缘模糊的情形，提出了一种基于区域分割和边缘提取相结合的目标分割方法。针对基于区域的图像分割，本文在对CV模型的由来及其算法原理进行分析的基础上，针对CV模型仅仅依靠图像的像素值而没有利用像素间空间位置关系的缺陷，提出了一种加权的CV模型。该模型在能量函数中考虑了像素的空间位置信息，有效地提高了目标分割的精度和演化曲线的光滑度。针对基于边缘的图像分割，本文对经典的Canny算子进行了研究，注意到Canny算子在检测红外图像的边缘时存在虚假边缘多、真实边缘不完整不连续等问题，本文提出了一种基于Ratio cut的边缘提取算法，该方法在去除虚假边缘的同时，并能完整的检测出目标边缘。对于基于区域分割和边缘提取相结合的目标分割方法研究，考虑到红外小目标图像背景复杂多变，直接对红外图像进行分割很难达到良好的分割效果，为此本文首先研究一种预处理方法，该方法首先采用中心环绕差分法提取图像的感兴趣区域（ROI），然后对ROI提取Laws纹理特征，大大减少复杂的背景对目标分割影响；其次，对于基于区域和基于边缘的分割结果采用一种简单的填充方式得到最终的分割结果。论文最后对全文进行了总结，指出了本课题还需考虑的问题和进一步研究的方向。