红外成像系统不仅能够透过烟、尘、雾等障碍物来探测目标，实现昼夜连续被动探测，而且可以观察目标的细节，进一步识别、定位及跟踪目标。红外成像设备具有隐蔽性好，探测能力强，作用距离远等优点。因此利用红外成像技术实现目标的检测与识别是国内外正在研究的课题。本文主要对红外图像的分割与目标识别作了详细的探讨和研究。在红外图像分割方面主要研究了聚类分割方法，分类数和初始聚类中心的选取对红外图像的分割结果有较大的影响。传统的模糊C均值算法的分类数和聚类中心往往设定为经验值。为获得最佳的分类数，提出采用轮廓指标确定出较理想的分类数。针对传统的模糊C均值聚类算法对初始聚类中心比较敏感的问题，提出了基于直方图灰度值的最小最大距离法来确定初始聚类中心。在红外图像识别方面研究了红外辐射特性和基于矩函数的两种特征矢量，并进行了实验。实验结果表明红外辐射特性能够较好地描述目标的特性，但对目标的平移、旋转和尺度变换具有一定的不敏感性。Hu不变距在连续情况下满足平移、旋转和比例不变性，但是在离散状态下平移不变性和旋转不变性仍然成立，而比例不变性却不成立。因此提出了一种在离散情况下对区域、边界，二值图像和灰度图像都通用的综合不变距，并进行了理论证明和实验研究。