近二十年来红外热波无损检测技术迅速发展，并在较多领域都得到了普遍应用，但碍于其易受环境影响和工作元件不均匀的特殊性，非制冷红外热像仪原始热波图总存在一定程度的噪声污染，因此对原始热波图进行去噪处理是该技术的关键步骤。传统的改进小波阈值去噪方法局限于对阈值进行自适应分解尺度的改造，使阈值函数平滑连续保真。在噪声方差估计方面没有针对性的方法，而噪声的方差估计是阈值的关键变量，这决定了小波阈值去噪的效果。本文将根据红外图像噪声特性建立混合噪声模型，在噪声模型的基础上进行噪声方差估计、改进阈值及阈值函数，通过软件获取最佳函数参数，最后对仿真模拟结果进行分析，对真实图像进行处理评价，结果表明经改进后的小波阈值去噪方法相对于传统阈值去噪方法和部分滤波去噪方法具有更好的去噪效果。

针对现有红外图像处理算法在处理桥梁钢制构件损伤图像时信噪比差, 对比度低, 分辨率低, 图像细节丢失, 边缘模糊, 损伤识别精准度差等问题, 本文提出空域滤波与时域滤波结合的红外图像增强算法, 以弥补现有算法不足, 从多方位抑制图像背景噪声, 增强图像细节信息, 强化损伤边缘轮廓, 实现钢构件损伤部位精准识别与提取, 并结合清晰度, 对比度, 峰值信噪比, 均方误差四大指标对处理结果进行定量评价, 评价结果表明基于高频强调滤波与非线性灰度转换结合的红外图像增强算法切实可行, 且针对红外图像检测下的钢构件损伤识别效果显著。