针对脉冲热成像法红外检测图像对比度低、缺陷目标边缘模糊、受不均匀照明影响大的问题, 提出一种基于目标轮廓的结合数字细节增强技术与多阈值最大熵的缺陷大小定量估算方法。首先, 脉冲红外检测图像经自动对比度增强算法优化的数字细节增强方法处理后, 缺陷与背景间对比度显著提升, 从而不均匀照明对缺陷识别效果的影响明显减弱; 其次, 再通过遗传算法优化的最大熵多阈值分割方法提取缺陷目标, 对其进行八邻域法轮廓跟踪, 以提取各缺陷区域的轮廓像素点并排序; 最后, 对具有一定方向的缺陷轮廓分别采用欧氏距离法和格林公式对缺陷的周长和面积进行定量估算。实验结果表明: 该方法对缺陷大小进行定量估算的可行性, 且数字细节增强技术可在一定程度上提高脉冲热成像检测系统的缺陷探测水平。

针对传统的红外、可见光等单波长侦察手段在复杂伪装背景下难以准确有效的提取目标的问题, 提出了一种基于超光谱图像的快速反伪装识别技术。首先, 对实时采集的多谱段图像进行配准并进行图像融合获得超光谱图像; 然后, 对融合后的图像进行DDE增强, 凸显图像细节信息; 最后, 对细节增强后的图像进行阈值分割和连通域提取, 获得感兴趣的目标。实验结果表明, 该方法实时性好、消耗CPU缓存资源少, 能将单一波段难以检测的复杂伪装下的房屋营地等目标可以快速清晰分辨出来。

红外热成像系统因其成像波长较长，导致了红外图像存在噪声大、对比度低、非均匀性大、空间分辨力差等缺陷，为克服这些缺陷，自红外热成像技术诞生之初，红外探测器材料、制造工艺和成像电子学组件的研究便成为三大热点研究方向。在当前电子学硬件平台趋于完善的条件下，先进的红外图像处理技术能够有效地提高红外成像系统的性能及其应用效果，受到了世界各国科技工作者的广泛关注，各种研究成果不断涌现。本文从提高红外图像的温度分辨能力出发，重点对非均匀性校正技术、图像细节增强技术的研究现状进行了总结，并对红外图像处理技术的发展趋势进行了展望。

在光电设备中，高位宽红外探测器由于具有高灵敏度、低噪声的特点而得到广泛应用。而通常的显示设备或快速处理只要求8位数据宽度，所以需要将高位宽的图像数据压缩至８位位宽。但是如果压缩方法处理不当，可能会造成原有信息丢失，在显示图像中表现为图像细节的损失。通过对FLIR公司数字图像细节增强(DDE)技术的分析，比较了DDE技术与以往常用红外图像动态范围压缩算法的区别，总结并提出了符合DDE思想的红外图像动态范围压缩细节增强算法，该算法在全面增强图像细节的同时能够抑制图像背景中的杂波，增强弱小目标，既满足图像显示的视觉效果，又有利于在图像上进行目标提取。

研究了一种基于高斯约束滤波器的图像细节增强算法，通过高斯约束滤波器将原始红外图像分解为基图和细节图，并采用γ变换分别对其压缩，然后将两部分图像重新合成，从而在保留图像细节的同时有效地使红外场景得到高动态灰度显示。分析了传统非锐化掩模图像增强算法光晕现象产生的原因及新处理方法对光晕现象的抑制过程，通过对多幅不同场景特征的红外图像测试比较，表明算法处理效果明显。