针对Mean Shift跟踪算法目标模型中背景像素所造成的目标跟踪定位的偏差，提出了一种基于直方图比的背景加权的目标表示方法。该方法使用由目标核直方图和背景直方图的对数似然比值推导出的隶属度因子作为权值，通过只对目标模型进行加权变换，而不变换目标候选模型的方法，增强了目标和背景的可分性，有效减少了跟踪过程中背景像素的干扰，提高了目标定位的准确性。 仿真实验结果表明算法的有效性。

在对Mean Shift跟踪算法原理分析的基础上提出了一种反映区域像素空间关系的特征值与原算法基核结合的跟踪方式。该方式采用适应性公式与相似性量度结合的二级判决策略，提取区域内特征值并按不同权重归一化特征值。若不满足特征观测值的条件，则采取粗-精搜索结合的方式对目标模型进行更新。实验结果表明目标跟踪过程中提取的特征值波动符合目标区域实际情况，并在波动异常时重新定位目标，从而提高了跟踪的稳定性。

针对目前红外焦平面成像系统在观察目标、特别是极值温差目标时, 各温度段灰度描述不均匀和细节不够的问题, 提出了一种自适应红外图像双局部增强算法。详细介绍了通过空间分布和灰度统计特性两个方向实现对极值温差图像自适应增强的方法, 该方法首先从红外图像的空间分布特性出发, 将图像切割成多个局部图像, 然后再从直方图灰度分布出发, 将局部图像的直方图进行聚类分段, 并对分段直方图均衡增强, 最后对生成的每个局部图像增强结果进行线性插值拼接完成增强算法。通过在红外焦平面系统中实验证明了极值温差自适应的红外图像双局部增强算法的可行性, 并获得了很好的效果, 成像质量有明显提高。

针对红外焦平面对辐射强度较大的目标输出动态范围不足的问题,提出了一种场景自适应的红外焦平面成像动态范围调整技术。包括3个方面的内容：从图像中提取目标灰度特征,获取动态范围自适应依据；结合最小均方自适应滤波算法,对调整依据进行滤波预测后给出调节值；把灰度调节值转换成电平值,利用电平值设置红外焦平面偏置电压完成焦平面成像动态范围自适应。最后,对整体方案进行了实验验证。通过在红外焦平面成像系统中实验证明了基于场景成像动态范围自适应方法的可行性,并获得了很好的效果,成像质量有明显提高。

介绍了一种基于 FPGA的红外图像的伪彩色化实现方法。这种方法首先通过 Matlab提取颜色表, 然后通过 FPGA控制颜色表的在线更新实现红外图像不同种类的伪彩色化效果。该方法大大提高了人们对红外图像感兴趣目标点的辨识能力。该方法已经在自主研发的红外观测系统中得到验证, 具有硬件实现简单、占用逻辑资源少、速度快、实时性强等特点。

针对目前红外焦平面自适应场景校正算法工程应用的局限, 提出了一种基于红外焦平面非均匀性特征分解的场景校正算法。分析了红外焦平面非性匀性构成因素, 把其中的高频部分分解成盲点、斑块、行列非均匀性等, 把缓慢变化的低频部分分解成梯度渐变非均匀性; 分别对各类非均匀性采用不同的校正算法; 合并校正结果, 得到校正后的图像。实验结果表明, 该算法校正精度高、收敛速度快、抑止目标退化能力强, 适合工程应用。

为了改善红外图像的视觉效果, 介绍了一种基于 FPGA的红外图像自适应分段线性拉伸增强算法。该算法根据红外视频图像帧间的高度相关性和图像的特点, 通过统计红外图像多级均值的方法估算图像灰度阈值, 自适应地将图像分成背景灰度区间、过度灰度区间和目标灰度区间, 最后对各部分区间采取不同的线性变换, 获得最佳的视觉效果。该算法已在自主研发的红外手持观测仪上得到了应用, 占用硬件逻辑资源少, 实时性强, 具有一定的应用价值。

为避免红外视频在压缩存储过程中发生细节损失，提出了一种红外视频无损压缩的实现方案。该方案采用FPGA作为核心控制，以ADV212为压缩芯片并对其进行分析，选择合适的工作模式进行无损压缩。通过在线切换配置，还可对所存储视频进行解压缩和回放。该方案已经在自主研发的手持式红外观测仪中使用，效果良好。

针对红外图像对比度低、细节较差，且一般是黑白图像，不适宜于人眼观察，提出一种利用局部线性映射方法(LLE)的红外成像彩色化方法。该方法寻求灰度空间到色彩空间的映射，实现红外图像到彩色红外图像的转变，先将目标红外图像和彩色模板图像转换至YUV颜色空间，分离亮度和色彩信息;然后将目标红外图像的每个像素及邻域像素的灰度值串接成矢量，并均匀从彩色模板图像选取部分像素按相同方法串接成矢量，采用欧氏距离搜索最近邻并计算最佳的匹配系数，经色彩值(即U和V分量)计算将模板图像的彩色传递给目标红外图像后搜索亮度最大值的像素邻域并经自动阈值伪彩色编码处理，突出显示重要目标，得到处理后的彩色红外图像。将算法应用于实验室自主开发的热像仪，算法作用后的红外图像不但有了适于人眼视觉的彩色信息，而且用红、黄等敏感色突出了重点热目标，提高了人眼发现和识别目标的速度，实验结果表明，算法有利于侦察人员长时间的目标观察和识别目标。

针对传统红外图像非均匀性代数校正算法收敛速度慢、运动估计精度不高的缺点，提出一种多尺度光流帧间运动估计的非均匀代数校正算法。通过时域低通滤波，采用多尺度光流估计下一帧图像，将所得图像对进行代数校正。该方法性能在自主研发的热像仪中得到验证，和传统的红外图像非均匀性代数校正算法相比，算法收敛速度从60帧提高到25帧，提高一倍左右，运动估计精度从校正后图像方差76.539减少到32.482。