红外焦平面阵列由于受到制造工艺等的影响，常常会出现盲元，过往通常使用的单波段盲元 补偿算法对大盲元簇及位于边缘位置的盲元补偿效果不尽如人意，随着双波段热像的逐渐兴起，本 文提出了一种基于双波段信息的盲元补偿算法，该算法结合了两个波段的信息，通过对盲元位置的 分类，根据两个波段盲元邻域信息的相似性，使用不同的策略对图像中的盲元进行补偿，能够较为 有效地对图像中的大盲元簇及位于边缘的盲元进行补偿。

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。

本文介绍了一种用于弱环境辐射下红外中、短波双波段的红外图像融合方法。该方法先采用单尺度 Retinex（Single Scale Retinex，SSR）方法处理短波图像，分别对处理后的短波图像和 中波图像采用均值滤波和双边滤波得到细节层和背景层，再利用基于 Spectral Residual（SR）显著性和引导滤波的权重映射，对短波图像和中波图像的细节层和背景层进行加权融合，得到融合图 像。经过实验仿真，并与基于小波、拉普拉斯金字塔的多种算法做了比较，该方法在各场景下的主观与客观评价均表现良好。

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。

基于中波制冷型640 pixel×512 pixel(15 ?滋m)凝视焦平面探测器, 设计了远距离探测/识别的高清晰大变倍比连续变焦热像仪。该热像仪变倍比为35, 长焦处瞬时视场(IFOV)为 0.027 mrad/pixel, 在标准大气环境中观察视场角为35°×28°, 能够对4 m×3 m×2.3 m尺寸的车辆进行55 km处探测、15 km处识别(识别概率为50%), 满足现代光电**系统的远距离作战需要。热像仪采用平滑的变倍-补偿曲线光学系统设计、单导轨/双滑块变焦结构技术、自适应伺服控制技术以及红外图像增强技术, 获得了在整个大变倍比的连续变焦过程中图像始终清晰并且无间断点。在奈奎斯特频率处(18 cyc/mrad)进行最小可分辨温差(MRTD)测试, 测试结果表明该热像仪性能优良, 证明该热像仪的各项关键技术实现了从理论设计到整机系统的工程化研究。

针对红外热像仪对调焦机构高精度、高可靠性的要求, 本文提出了一种基于模糊控制的步进电机开环调焦控制系统。该系统主要由 TMS320F28069微控制器、TMC260步进电机驱动芯片及外围电路构成。为了实现调焦系统精确定位的需求, 文中陈述了基于模糊控制的步进电机速度控制策略, 给出了系统的硬件电路设计。经过实际测试, 结果表明该系统可以满足实际使用要求。

在红外图像拼接技术的实际应用中，除了追求较高的拼接精度外，还应尽可能地提高拼接速度以满足实时性的要求。本文结合红外图像拼接技术的实际应用需求，将BRISK 二值描述子和Canny边缘检测应用于SURF 红外图像拼接，提出一种改进的SURF 红外图像拼接方法。改进的红外图像拼接方法在特征点提取阶段将SURF 特征点检测、Canny 边缘检测和BRISK 二值描述子有效结合，生成边缘SURF-BRISK 特征点；在特征点匹配阶段采用自适应阈值的层次聚类方法作为搜索策略，并采用RANSAC 算法剔除误匹配的特征点；在图像融合阶段采用渐入渐出的融合方法消除图像拼接缝隙。实验证明，本文所用红外图像拼接方法在对复杂场景下的红外图像进行拼接时，有效地提高了配准精度和拼接速度。

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。