现代成像制导中所使用的红外图像往往存在着噪声大、目标-背景间灰度差较小、边缘较模糊的特点.这些特点会增加边缘提取的难度,因此必须建立更有效的红外图像边缘提取算法以满足需要.针对这些问题,以噪声Gauss分布模型和噪声特征为基础,建立了新型统计学意义下的红外图像边缘检测法.通过对此方法的概率模型进行分析,可以证明在有较大噪声的情况下,只要边缘处的差分值大于一定的值,就能以较大的概率提取出图像边缘.通过在不同情况下与梯度法的抑噪能力进行对比和分析发现,统计边缘提取法的噪声抑制能力要高于梯度法.在与Sobel模板算子法的红外图像边缘检测结果进行仿真和对比后发现,统计法能对红外图像的目标边缘检测取得良好的结果,并且算法具有快速简单的优点.