当前主流的中长波彩色融合算法中，除少数色彩映射算法以源图像差异特征为切入点，其他如色彩传递等融合算法往往损失较多差异及细节特征。主流色彩映射算法还存在偏色、色域较窄和难以适应各类应用场景等问题。针对上述问题，在以色调饱和度色彩平面为基础的色彩空间中，建立了基于差异特征的螺旋线映射理论模型，并基于此提出融合算法。对实际采集到的中长波双波段图像进行仿真验证，结果表明该算法适用于大多数复杂场景且能充分突出红外中波图像差异成分，具有更广的色域分布、更好的视觉效果和较好的客观指标评价，且计算复杂度低、实时性好。最终在嵌入式平台上完成算法嵌入，结果表明算法已具备工程应用前提。

无论是**领域战术和战略侦查, 或者是民用领域测绘、精细农业、海岸资源勘察和地图导航等应用, 随处可见航空相机的身影。本文先介绍了几款 20世纪典型的航空胶片相机以及它们的工作方式, 然后将航空数字相机按工作方式分成了扫描型航空相机、步进凝视型相机和多镜头数字相机 3类, 简要介绍了其工作方式的原理及特点, 并分别列举了相应的航空数字相机。最后对航空相机发展趋势进行了总结与展望。

针对在提升高动态范围红外图像中潜在或弱小目标细节的同时, 还需兼顾噪声抑制、对比度增强的问题, 提出了一种基于引导滤波图像分层的动态范围及细节增强算法。对背景层采用平台直方图均衡算法进行压缩, 对细节层先采用中值滤波进行去噪, 再采用非线性映射对细节中潜在的弱小目标细节进行增强, 最后按照一定权重合并得到细节增强后的图像。综合主、客观实验结果, 相对于映射类、直方图均衡、双边滤波分层增强等算法, 该算法能够在动态范围压缩的过程中提高红外图像目标场景的对比度, 突显其纹理特征, 取得良好的细节增强效果。

特定目标或场景红外中、长波成像亮度差异较大，导致图像融合难以在灰度域取得较好效果，而彩色融合则可以有效地解决该问题。本文结合红外中、长波成像特点，对两种经典彩色融合算法进行了改进：通过引入相应的清晰度评价机制，实现对融合决策的优化。实验结果验证了改进算法的有效性。

基于场景的非均匀校正依然是红外领域的一个研究热门。神经网络算法是一种较为典型的场景校正算法。本文主要针对神经网络算法本身不能校正光学引入的非均匀性问题, 提出了新的改进算法, 通过对神经网络输入层的预处理, 消除图像的低频噪声, 此外, 为了消除预处理对图像对比度的影响, 本文增加了神经网络的层数, 使用双层神经网络对算法进行更新, 从而消除了图像对比度下降的现象。实验结果表明, 改进的神经网络算法能够有效的改善图像质量, 消除图像中光学引入的非均匀性。

针对热像仪普遍存在的暗角噪声进行了分析，提出了一种基于参考辐射源进行暗角噪声补偿的方法。探讨了传统非均匀性校正方法对暗角噪声进行补偿的优劣性，并提出了一种改进的神经网络校正算法。基于 Retinex理论提出了一种基于单帧图像快速去除暗角噪声的方法，实验结果表明，该算法可以有效去除暗角噪声。

针对大多数常规红外成像系统单帧成帧时间内探测器组件响应动态范围有限，以及超帧算法需要借助其他复杂装置或专用电路的不足，提出了一种基于不同积分时间帧累加的红外图像超帧处理方法，采用电子学处理方法对整个超帧处理过程进行了研究。分析了限制红外探测器响应动态范围的原因，简单介绍了帧积分方法的原理和利弊。然后对不同积分时间下获得的图像进行了非均匀性校正、帧信息融合和新帧映射。实验结果表明: 本文方法提高了系统的噪声等效温差(NETD)，捕获了更多的场景原始图像信息，丰富了图像的灰度层次，增加了图像的信息熵。该方法能够等效拓展探测器的响应动态范围，增加场景原始信息的捕获，提高成像系统的输出信号信噪比以及探测灵敏度。

主要研究了红外热像仪可靠性的设计技术。分析了红外热像仪的常见故障, 建立了红外热像仪典型的可靠性模型。理论分析了可靠性的主要限制因素及其影响程度, 提出了高可靠性红外热像仪的设计方法, 并给出了试验验证结果。最后对比介绍了国内外典型红外热像仪可靠性的增长情况。

由于受制造探测器的半导体质量和工艺过程等因素的影响，红外探测器存在积分时间响应不均匀性。为了提高红外探测器的成像质量，有必要对其存在的非均匀性进行校正。分析了积分时间对探测器单元响应输出的影响，详细阐述了基于积分时间的非均匀性校正算法的原理，并提出了一种盲元补偿方法。将该算法用于国产 640×512制冷型探测器的非均匀性校正实验，结果表明该算法对探测器的非均匀性校正具有明显的效果。

基于场景的红外探测器非均匀性校正方法可以弥补基于黑体辐射定标的非均匀性校正方法存在的缺陷, 目前许多公开发表的场景校正算法比较复杂, 难于硬件和工程化实现。探索了一种基于帧间图像配准的场景校正算法, 针对国产 640×512中波制冷型红外探测器存在的非均匀性应用该算法进行了校正实验。实验结果表明该算法校正效果明显, 为基于场景的非均匀性校正算法的工程化应用提供了一种新思路。