红外焦平面阵列由于受到制造工艺等的影响，常常会出现盲元，过往通常使用的单波段盲元 补偿算法对大盲元簇及位于边缘位置的盲元补偿效果不尽如人意，随着双波段热像的逐渐兴起，本 文提出了一种基于双波段信息的盲元补偿算法，该算法结合了两个波段的信息，通过对盲元位置的 分类，根据两个波段盲元邻域信息的相似性，使用不同的策略对图像中的盲元进行补偿，能够较为 有效地对图像中的大盲元簇及位于边缘的盲元进行补偿。

当前主流的中长波彩色融合算法中，除少数色彩映射算法以源图像差异特征为切入点，其他如色彩传递等融合算法往往损失较多差异及细节特征。主流色彩映射算法还存在偏色、色域较窄和难以适应各类应用场景等问题。针对上述问题，在以色调饱和度色彩平面为基础的色彩空间中，建立了基于差异特征的螺旋线映射理论模型，并基于此提出融合算法。对实际采集到的中长波双波段图像进行仿真验证，结果表明该算法适用于大多数复杂场景且能充分突出红外中波图像差异成分，具有更广的色域分布、更好的视觉效果和较好的客观指标评价，且计算复杂度低、实时性好。最终在嵌入式平台上完成算法嵌入，结果表明算法已具备工程应用前提。

红外成像系统中一直存在着非均匀性的问题, 针对红外大动态范围成像等任务对改变成像系统积分时间的需要, 提出了一种利用像素级辐射自校正技术的可变积分时间的非均匀性校正方法。通过辐射自校正为红外探测器中的每个像元建立辐射响应方程以估计出场景的辐射通量图, 利用线性校正模型对辐射通量图进行校正, 实现任意积分时间下的非均匀性校正。该方法的有效性通过高分辨率碲镉汞红外探测器进行了验证。

针对在提升高动态范围红外图像中潜在或弱小目标细节的同时, 还需兼顾噪声抑制、对比度增强的问题, 提出了一种基于引导滤波图像分层的动态范围及细节增强算法。对背景层采用平台直方图均衡算法进行压缩, 对细节层先采用中值滤波进行去噪, 再采用非线性映射对细节中潜在的弱小目标细节进行增强, 最后按照一定权重合并得到细节增强后的图像。综合主、客观实验结果, 相对于映射类、直方图均衡、双边滤波分层增强等算法, 该算法能够在动态范围压缩的过程中提高红外图像目标场景的对比度, 突显其纹理特征, 取得良好的细节增强效果。

针对大多数常规红外成像系统单帧成帧时间内探测器组件响应动态范围有限，以及超帧算法需要借助其他复杂装置或专用电路的不足，提出了一种基于不同积分时间帧累加的红外图像超帧处理方法，采用电子学处理方法对整个超帧处理过程进行了研究。分析了限制红外探测器响应动态范围的原因，简单介绍了帧积分方法的原理和利弊。然后对不同积分时间下获得的图像进行了非均匀性校正、帧信息融合和新帧映射。实验结果表明: 本文方法提高了系统的噪声等效温差(NETD)，捕获了更多的场景原始图像信息，丰富了图像的灰度层次，增加了图像的信息熵。该方法能够等效拓展探测器的响应动态范围，增加场景原始信息的捕获，提高成像系统的输出信号信噪比以及探测灵敏度。

分别分析了红外焦平面阵列(IRFPA)基于定标的非均匀性校正(NUC)算法和基于场景的NUC算法的优势和问题。在此基础上提出了联合NUC算法，其中利用基于定标的两点校正法来初步消除探测器的非均匀性，然后再采用基于场景的时域高通校正法和新型自适应滤波校正法来抑制探测器非均匀性参数漂移的影响，同时减弱系统噪声对成像质量的破坏。实验结果表明，与两点法、时域高通法以及传统自适应滤波法等具有较大工程应用价值的NUC算法相比，联合NUC算法具有稳定而且性能更为优良的校正效果。