鉴于现有的红外图像增强方法存在欠增强、过增强和放大噪声等缺陷, 提出了自适应加权直方图均衡化的红外图像增强方法。该方法提出了直方图的自适应加权系数, 其反比于每个灰度级对应直方图频次的平方根, 适当地提升频次较小的直方图, 而适当压制频次较大的直方图。用自适应加权系数对各个灰度级的直方图频次进行加权后, 进行直方图均衡化处理, 最后经灰度级映射得到增强图像。实验结果显示, 相对于现有的方法, 本方法的增强图像对比度更高, 边缘细节信息更丰富, 信息熵、平均梯度和标准差分别比现有方法高出0.23、2.2和3.7以上。因此, 本文方法的红外图像增强效果优于最新提出的现有方法。

针对红外图像细节分辨率不高、目标边缘模糊等，提出一种基于改进生成对抗网络的红外图像增强算法。首先，基于编码解码网络U-Net构建生成器，优化U-Net跳跃连接方式，融合全局上下文模块，实现全局和局部特征的上下文建模; 然后，基于胶囊网络构建鉴别器，结合Res2Net改进胶囊网络结构，并对胶囊网络全连接层进行反卷积重构，实现多尺度图像特征提取，减少模型参数冗余。实验表明，与当前主流算法相比，该算法能有效突出细节信息、抑制噪声，提高图像分辨率和视觉效果。

海上红外目标识别在海事搜寻中发挥着重要的作用，针对逆光海况下出现的目标反向对比度特点及其目标淹没于背景的问题，结合其直方图呈现的局部尖峰特点，提出了修正灰度占比的新直方图均衡化并融合边缘信息的增强算法。该算法可以有效地提升目标区域的对比度，从而提升海上红外图像的质量。在海上红外目标识别与检测中，建立了目标与背景的多尺度“九宫格”搜索框，演化了局部对比度显著性量化的数学模型，实现了符合人眼视觉特性的红外目标的准确定位与检测。在海上红外图像增强测试中，所提算法可以使原图像的平均梯度提升两倍以上，使局部对比度增益因子提升两倍以上。在目标识别的算法测试中，所提多尺度局部对比度目标检测算法可以使目标检测率达到99%以上。

为克服现有的红外图像增强方法存在欠增强、过增强以及对比度不高等缺陷, 提出了自适应双边滤波与方向梯度的红外图像增强方法。对双边滤波进行改进, 加权系数自适应于平滑区域和细节区域, 以作为 Retinex的中心环绕函数, 将红外图像分解为基础层和细节层；用改进的平台直方图均衡化对基础层图像进行增强；提出一种方向梯度算子, 用其提取细节层图像的梯度图, 进而对细节层图像进行非线性的自适应边缘增强。实验结果表明, 相对于部分现有的方法, 本文方法能更有效地提升红外图像的亮度和对比度, 增强图像的视觉效果更佳。

当前较多红外图像增强方法利用图像灰度特征增强图像, 这类方法忽略了图像灰度分布的不均匀性, 导致增强结果存在细节丢失和对比度不理想等问题, 为了克服上述问题, 提出了一种自适应直方图均衡化耦合拉普拉斯变换的红外图像增强算法。将输入图像进行均匀分割后, 借助洛伦兹曲线的基尼系数, 求取了图像灰度分布的不均匀性程度, 从而构造了自适应的上、下限阈值, 用于对图像进行自适应直方图均衡化, 以实现对图像进行对比度增强; 引入平滑滤波方法, 去除图像中的噪声。并在传统拉普拉斯变换的基础上, 融入图像像素值的对角二阶导数信息, 形成8邻域拉普拉斯变换, 以完成图像边缘等细节内容的锐化处理, 以增强图像清晰度; 利用本算法对不同红外图像进行了增强实验, 结果显示, 本算法具有更好的增强质量, 其输出图像拥有更高的对比度和清晰度, 呈现出更好的视觉效果。

为了解决传统的多尺度Retinex算法在对红外图像细节增强时产生光晕现象和增强图像噪声等问题, 提出一种改进引导滤波器的多尺度Retinex的红外图像细节增强算法。首先, 采用改进的引导滤波器代替高斯滤波器对红外图像进行入射分量的精确估计, 并计算出其反射分量, 以减少图像中的噪声, 改善光晕现象。其次, 对入射分量进行自适应性灰度拉伸处理, 对反射分量采用较平缓的非线性曲线进行校正, 以达到更好地增强红外图像总体亮度和对比度的目的。实验结果表明: 本文算法与其他算法相比信息熵、峰值信噪比、平均梯度、标准差都有一定的改善, 同时该算法所得到的红外增强图像的对比度更高, 细节信息更丰富, 人眼视觉效果更好。

红外图像去雾算法的主要任务是解决红外图像因米氏散射引起的低可见性和模糊。但是当前红外图像去雾算法对红外图像暗处透射率估计欠佳，针对这一情况，研究了基于雾线暗原色先验的红外图像去雾算法。首先 ，利用霍夫变换估计大气光照；然后，针对雾线去雾方法在部分场景中失效的现象，采用雾线暗原色先验方法，通过假设雾线较暗端为真实颜色估计透射率，获取透射率图；最后为去除透射率图中噪声，对透射率图全变分 正则化进一步优化透射率图。以公开红外数据库 LTIR作为测试对象，实验结果表明，本文去雾算法在增强红外图像清晰度的同时未破坏红外辐射分布，对各种场景的红外图像有较好去雾效果。透射率估计准确，有较好红外 图像去雾能力。

利用引导滤波的边缘保持特性及梯度保持特性，提出一种基于自适应引导滤波的子带分解多尺度 Retinex红外图像增强算法。首先利用自适应引导滤波对光照分量进行精确估计，生成光谱不重叠的 Retinex子带，然后对各个子带进行自适应增强，最后将各个增强后的子带加权融合。实验证明，该算法可有效消除光晕现象及凸显红外图像细节。

在基于微悬臂梁的光学读出红外成像系统中，获得的红外图像有明显噪声，甚至有连续噪点组成孔洞，让目标难以辨识出来,因此提出基于特征模板卷积的红外图像增强方法。利用Hough变换根据微悬臂梁结构的特点，获得特征卷积模板的尺寸信息，根据成像系统特点建立卷积模板。让模板在图像内逐点卷积，建立评价参数阈值消除图像内噪声。进行均值滤波来填补噪声点及FPA单元的间隔，获得增强后的红外图像。实验结果表明，方法不仅能够有效增强光学读出红外成像系统的成像质量，对于普通存在噪声的图像也有良好的噪声消除效果。