在红外图像处理中, 细节增强和噪声抑制尤为重要, 重点在于将高动态范围的红外图像压缩至低动态范围的同时保留细节信息、 抑制图像噪声。 以引导滤波的自适应红外图像增强算法为基础, 提出一种基于引导滤波的自适应红外图像增强改进算法。 通过引导滤波平滑初始输入图像, 将初始输入图像与平滑后的图像做差获得包含大动态温度信息的基础层图像和小动态温度信息的细节层图像, 分别对基础层图像、 细节层图像进行压缩处理和噪声抑制; 以不同的融合比例将处理后的基础层图像、 细节层图像进行融合获得输出图像。 为了减少算法运算时间、 突出图像细节信息的同时减小细节层噪声对输出图像的影响且达到自适应场景的效果, 利用可用于筛选有效灰度值的自适应门限参数和直方图分布信息设计出一维压缩数组对图像进行压缩, 并将图像融合中的定值比例系数更改为自适应融合比例系数。 通过直方图分布信息中的最大值、 最小值确定自适应门限参数, 同时利用直方图分布信息设计出一维压缩数组对图像进行压缩; 获取直方图中有效灰度值个数, 通过有效灰度值个数与总灰度值个数之间的比值对图像的场景信息进行判断, 根据不同的场景信息确定基础层图像与细节层图像的自适应融合比例系数, 实现图像融合。 实验结果分别与直方图均衡算法、 基于引导滤波的高动态红外图像增强算法、 基于引导滤波的自适应红外图像增强算法进行比较, 选用四种不同的场景从主观、 客观两种层面进行分析。 对比结果从主观分析得出该算法处理后的图像可突出细节轮廓信息、 减少细节层噪声对融合后输出图像的影响。 从客观评价得出该算法在四种场景下的平均计算时间为0.753 5 s, 低于对比算法计算时间; 并且使基础层图像和细节层图像的融合比例系数达到自适应场景的效果。

在以光源为激励的红外无损检测图像序列采集过程中，由于受到不均匀加热、环境辐射等因素影响，采集到的图像序列存在着背景噪声大、对比度低、缺陷显示效果差等问题，易造成缺陷的漏检。为提高缺陷检出率，提出了基于信赖域反射算法的红外图像序列处理技术。通过算法对加热不均造成的背景噪声进行快速曲面拟合，并将拟合得到的背景曲面从原始图像中减去，从而去除加热不均的背景噪声。利用主成分分析算法对去除背景后的图像序列进行缺陷特征信息提取，进一步提高红外图像的信噪比。结合区域生长算法对缺陷区域进行分割，以提取缺陷区域。实验结果表明：采用上述方法，能够有效地改善红外图像的信噪比，进而达到提高缺陷检出率的目的。