基于红外图像分析的入侵探测系统由于具有较好的隐蔽性和出色的夜视功能,已在安防领域发挥了重要作用。但由于红外图像信噪比低、对比度低、边缘模糊等特点,使目标识别困难,导致虚警率较高,影响了红外图像分析入侵探测系统的推广应用。所以,改善红外图像质量,提高人体目标识别的准确性,是推广应用基于红外图像分析入侵探测系统的一个关键技术问题。本论文以红外人体图像为主要研究对象,在深入分析红外成像机理和特征的基础上,对入侵探测系统的红外图像预处理、人体目标提取、人体目标识别及入侵探测系统软件仿真等问题做了改进性和探索性研究,改善了图像质量和人体目标识别的准确性,降低了虚警率。主要研究内容如下:(1)深入分析了红外成像原理和红外图像的特点,针对红外图像信噪比低、对比度低、边缘模糊等特点,采用直方图双向均衡技术提高对比度,利用改进的小波变换提高清晰度等,从而使人体目标突出,以便人体目标的提取。(2)在深入研究混合高斯背景建模的基础上,为提高人体目标提取的准确性,研究了几种边缘算子,把边缘算子引进混合高斯背景建模对其进行改进,人体目标提取效果有所提高,最终有效实现人体目标的提取。(3)人体目标特征提取是进行目标识别的关键前提,特征序列的好坏直接影响入侵探测系统人体目标识别的效果,本探测系统结合入侵探测实际,主要提取人体目标的辐射特征、不变矩阵特征以及人体形状特征,利用基于RBF神经网络,并优化其网络模型,实现人形目标的识别,识别准确性得到提高,能有效降低虚警率。(4)进行了系统软件的总体设计,并对各个模块进行了介绍,用MATLAB软件对所得红外图像进行了仿真并给出了仿真结果,最后对本论文研究工作进行了总结,提出了进一步研究的方向和任务。