图像分割是图像特征提取与识别等图像分析和图像理解的基础。它是根据一定准则从图像中将人们感兴趣的部分给分割出来的技术，分割得到的相同区域具有相似性，不同区域具有相异性。阈值分割中的Otsu方法因原理简单、计算量小且分割效果较好而成为广泛使用的方法之一。红外图像是一类比较特殊的图像，它具有低分辨率、低信噪比的特点。红外图像目标分割的研究在军事、民用方面都具有重大意义。本文选用红外图像作为分割对象，在Otsu方法的基础上进行研究和改进，主要内容为：(1)最大散度差法引入了类内的方差信息，能有效地改善分割的效果，但参数C总要手动调节。于是提出一种一维改进的自适应最大散度差法，它解决了人为调节参数C的问题，能较好且自适应地分割红外图像。(2)提出二维阈值平均法和结合LBP算子约束范围下的Otsu分割方法。阈值平均法实现了最大类间方差和最小类内方差法的折中，可以提高分割的效果。在结合LBP算子约束范围下的Otsu分割方法中，结合LBP算法改进对邻域均值的求取算法，除了能更好地增强抵抗噪声的能力外，图像在二维直方图上的信息也更加明显。对阈值函数进行研究，在缩小区域范围内重新进行分割，能够更好地改善分割的效果。(3)提出与形态学相结合的广义概率梯度分割方法。通过形态学预处理，图像的目标和背景特征更加明显。二维梯度直方图上的区域划分更准确，且直方图中的二元组都融入了灰度级的大小信息，该方法能够很好的分割红外图像。(4)引入人工鱼群算法。因为人工鱼群算法是一种智能群体优化算法，它能够自适应地搜索空间，且具体良好的极值处理能力，是一种高效快速的寻优算法。改进寻优的迭代步长，能更快实现寻优的目的。