当目标尺度发生变化时，传统均值漂移跟踪因窗口尺寸不变导致跟踪目标丢失.为解决该问题，提出一种带宽自适应的均值漂移跟踪算法.该算法在均值漂移框架下提取目标的形状特征，根据目标形状变化自适应的修正核函数带宽，并更新目标模板.实验结果表明，改进算法能很好地适应尺寸变化的目标，能有效提高红外目标的跟踪准确度.

针对红外图像的特点，提出一种实时目标跟踪方法。该方法采用局部二元模式(LBP)算子提取图像的多尺度LBP编码直方图作为图像特征向量，使用卡方统计度量模板图像和样本图像的相似度。结合Kalman滤波和多尺度模板更新机制，使得算法在目标尺寸大幅变化，目标部分遮挡、短暂消失等情况下仍能保持跟踪的正常稳定进行。针对该算法，设计了专用图像处理板卡，介绍该算法在图像处理板上的硬件实现方法，使目标跟踪满足50 Hz/s的实时处理要求。最后，使用两组实录红外序列图像进行了仿真实验，验证了该算法的有效性和鲁棒性。

超分辨率图像重建中，Huber马尔可夫随机场模型是一种常用的正则化算子.针对Huber函数中固定梯度阈值引起图像重建效果不佳的问题，本文提出一种梯度阈值自适应处理的红外图像超分辨率重建算法.在最大后验概率理论框架下，构造了基于数据项和正则项的正则化模型；通过迭代的方式，利用中间重建结果不断更新正则化参量，解决了Huber马尔可夫随机场模型中梯度阈值不易选择的难题.实验结果表明，改进算法能够根据局部梯度特征自适应选择相应的正则化参量并找到最优解，较好恢复目标细节的同时有效抑制了图像噪音.

红外图像存在信噪比低、对比度差的问题，在目标辐射强度低、距离远以及恶劣天气状况下尤为严重。为了提高图像信噪比，提出一种红外图像中的自适应维纳滤波噪声抑制算法。算法突破了维纳滤波要求未退化图像和噪声功率谱已知的技术瓶颈，基于 Canny边缘检测算子构建了平滑区域噪声方差的邻域估计准则，实现了红外图像噪声的自适应抑制。实验表明：该算法能根据噪声水平自适应调整滤波参数，抑制噪声的同时有效保持了边缘细节信息，适用于红外实时成像系统。

受材料、制造工艺等因素的影响，红外焦平面阵列探测器均存在一定数量的盲元。在分析探测单元响应特性的基础上，提出一新的盲元检测算法。通过调节探测单元响应的显示动态范围，利用设定阈值完成盲元检测。实验表明，算法不受盲元簇大小的影响，查找速度快、定位准确率高，有效提高了图像质量。

Scene-based adaptive nonuniformity correction (NUC) is currently being applied to achieve higher performance in infrared imaging systems. However, almost all scene-based NUC algorithms cause the production of ghosting artifacts over output images. Based on constant-statistics theory, we propose a novel threshold self-adaptive ghosting reduction algorithm to improve the space low-pass and temporal high-pass (SLPTHP) NUC technique. The correction parameters of the previous frame are regarded as thresholds to compute new correction parameters. Experimental results show that the proposed algorithm can obtain a satisfactory performance in reducing unwanted ghosting artifacts.

分析了环境变化对红外焦平面阵列信号输出的影响, 提出了一种基于环境温度和目标温度的非均匀性校正算法.利用UL01011凝视型红外探测器进行信号采集, 根据最小二乘原理建立了焦平面探测单元的指数响应模型.最后, 利用该模型进行非均匀性校正.实验表明, 算法能在较宽的环境温度范围, 准确预测焦平面探测单元的响应, 有效提高了非均匀性校正的精度.

光学微扫描和亚像元成像处理技术,是提高凝视型红外焦平面探测器空间分辨率的重要技术途径。通过分析2×2光学微扫描原理和图像插值重建模型,提出一种基于拉格朗日(Lagrange)多项式的高分辨率重建算法。算法根据局部梯度特征将图像划分成多个同性区域,在同性区域内自适应调整Lagrange的阶数,进而完成插值重建。实验表明,算法有效抑制了光学扫描误差引起的图像模糊,提高了红外成像系统的空间分辨率,具有较强的实用价值。

在传统BP神经网络非均匀性校正理论的基础上,结合红外焦平面阵列读出通道的时变特性,提出一种新的输出期望估计方法.该方法利用当前像素邻域和读出通道估计输出期望值.实验表明,算法能有效抑制焦平面固定图案噪音,提高场景目标的分辨能力,达到较好的视觉效果.

抑制红外焦平面阵列探测器噪声时,为了有效保持边缘细节,在塔基(Tukey)扩散模型的基础上,提出了一种基于各向异性扩散的滤波算法。算法由微分法提取边界点集,利用信号和噪声的空间分布特性对图像进行预处理,从而改善了Perona-Malik(P-M)方程的病态性。建立了新的扩散系数且该系数在理论上满足Charbonnier等人构造准则。通过给定边界条件实现了有利于保持边缘的目的。该算法已在基于DSP+FPGA的硬件平台上实时运行,较好地抑制了噪声,又有效地保持了边缘,处理后的图像具有良好的视觉效果。