由于增益水平的不同, 电子倍增电荷耦合器件图像所显现的图像内容不同, 且图像动态范围极窄、对比度低、图像整体偏暗或模糊发白。为了提高微光图像动态范围及对比度, 采用将不同增益水平的微光图像进行融合的算法, 即先获取两组同场景但增益不同的微光图像, 再对小波分解后的微光图像选择不同的融合规则, 最后通过小波变换实现图像融合, 得到了高质量的融合图像, 并取得了融合图像的信息熵、标准差、平均梯度等性能指标数据。结果表明, 该融合算法能使得融合后的图像同时包含低亮度景物和高亮度景物, 达到了增大微光图像的动态范围及对比度的目的, 有效改善了微光图像的质量。

为了在获得真实偏振图像之前获得偏振图像，采用仿真的方法进行了实验研究，即先通过实验获得各种物体的偏振度建立一个偏振数据库并进行理论研究论证，再利用K-均值聚类算法对红外图像中的物体进行聚类，最后将聚类后的图像通过计算得到偏振图像。结果表明，得到的仿真偏振图像效果很明显，能够很好地区分人造物和自然物，从而验证了仿真算法的可行性。图像仿真对于更好、更方便地研究物体的偏振特性和建立偏振数据库有着非常重要的意义。

为了解决红外偏振图像不能很好地对目标物进行分类的问题，通过分析红外偏振图像在各个偏振角度下的冗余性和互补性，基于模糊C均值聚类算法和边缘提取算法，提出了一种适合红外偏振图像的模式识别方法.该方法分别使用模糊C均值聚类算法和边缘提取算法对图像进行处理，然后采用加权法对图像进行融合得到最后的的结果.计算并比较了本文的识别方法和直接使用模糊C均值聚类算法获得图像的总准确度、生产准确度和用户准确度.结果表明：本文的模式识别法不仅可以达到识别人造目标的目的，而且能够对人造目标进行清楚的分类，实现了计算机和观察者对图像中物体的识别分类.

为了改善红外图像质量、提高人造目标的可识别率, 基于偏振度图像能够较好地凸显人造目标, 偏振角较好地描述不同物体表面取向, I图像能反映场景的强度信息的特征, 采用对红外图像进行偏振图像融合的算法, 即先通过红外热像仪和偏振片拍摄到偏振角度为0°, 60°和120° 3幅红外图像, 再通过计算得到I, Q, U图像, 进而得到偏振度图像和偏振角图像, 最后对I图像、偏振度和偏振角图像进行红外偏振图像融合, 得到高质量的红外偏振图像, 由理论分析得到了各个图像的性能指标数据。结果表明, 基于小波变换的红外偏振图像融合算法得到的图像数据合理, 达到了改善红外图像质量和提高图像中的人造目标的可识别率的目的。