由于红外成像是热成像，具有很强的穿透能力，那么相比于可见光成像就具有很多优势。目前，红外成像技术已经被广泛的研究与应用，主要的研究对象是红外图像中的人体，研究方向主要是人体目标的检测与跟踪。人体目标的检测是人体目标跟踪的前提和基础，学者现在也提出了很多在红外图像中的人体目标检测方法。而且目前已经提出的红外人体目标检测方法主要针对的是简单背景中的行人目标，主要的应用领域是夜间视频监控和恶劣天气环境中的汽车辅助驾驶。但是在其它工程应用中，目标所处环境往往比较复杂，人体目标存在相互遮挡和被其它物体部分遮挡的情况。因此，为了提高红外人体目标检测方法的实用性以及扩大红外人体目标检测的应用范围，研究在复杂背景下的红外人体目标检测方法具有重要意义。本文以单帧红外图像中的静态人体目标作为研究对象，进行了复杂环境中的人体目标检测技术的研究。论文的主要内容包括以下几点：①介绍目前常用的红外人体目标检测方法的基本步骤以及每个步骤的意义和常用的方法原理，然后分析了这些方法的特点，最后结合这些方法的特点以及目前常用的图像分割方法对复杂背景下的红外图像的分割结果，总结了检测复杂背景中的红外人体目标时仍然存在的问题；②针对检测识别复杂背景中的红外人体目标时仍然存在的问题，提出了基于目标灰度搜索的红外人体目标检测识别的新方法，该方法的本质是在红外图像中搜索与目标灰度值相近的像素区域。首先根据红外成像原理以及人体皮肤温度变化规律，利用统计回归分析的方法得出了估算人体目标中心灰度的经验公式；然后根据聚类的原理，提出了一种新的目标聚类分割方法，该方法是以环境温度对应的灰度值和人体目标皮肤温度对应的灰度值作为聚类中心，设定聚类阈值为两个聚类中心欧氏距离的三分之一。实验结果表明，论文中新研究的红外人体目标检测方法在复杂背景的红外图像中能快速有效地检测出人体目标。