近年来,随着红外热成像系统的快速发展,红外图像目标检测与识别技术已经成为现代图像处理领域的重要研究课题,在军事、医学、监控、交通等领域都发挥着重大的作用。本文分析了红外图像目标检测与识别技术中需要解决的关键问题,在红外图像目标检测和目标识别方面进行了深入研究。首先对常用的红外图像目标检测算法进行研究,主要研究了边缘检测算法、区域生长法和主动轮廓模型,并对算法进行了仿真实现;然后针对主动轮廓模型存在的对初始轮廓位置敏感、凹性区域轮廓无法正确收敛等问题,设计了一种将自适应边缘检测与主动轮廓模型相融合的红外目标自主检测算法。仿真实验与分析证实,该算法可以实现红外目标轮廓的全自动提取,能够增强初始轮廓精确收敛到真实边界的能力,提高检测精度。然后在红外图像目标识别方面,针对几何不变矩和Hu氏不变矩等特征提取方法进行研究,并对其稳定性和可区分性进行深入分析;针对最小距离分类器和Bayes分类器进行研究,将几何不变矩和Hu氏不变矩与最小距离分类器和Bayes分类器进行仿真分析,并提出了一种基于Bayes网络的红外目标识别算法。实验结果表明,基于Bayes网络的红外目标识别算法的识别率高,有较好的分类识别效果。最后,基于VS2010和OpenCV2.4.3搭建的软件平台,实现了红外图像目标自主检测算法,并通过实验验证算法的可行性,实验结果表明本文提出的红外图像目标自主检测算法可以实现红外目标轮廓的精确自动收敛。