热像仪的可靠性水平会直接影响使用者任务成功率、维护成本及寿命周期，因此其可靠性设计工作越来越受到关注。同时，就目前国内热像仪研制情况而言，研制样机的可靠性并不能反映小批量生产产品的可靠性水平。因此，为充分反映研制样机的可靠性水平，本文主要研究了某型热像仪在研制过程中的可靠性增长方法，分析了红外热像仪的故障，建立了红外热像仪的任务可靠性模型，提出了相应的改进措施，并采用可靠性增长的办法来验证所提措施的有效性。本文所提改进措施满足装备 试验鉴定要求，可实现热像仪的可靠性增长和批量产品可靠性不降低的目标。

红外图像处理中，由于非制冷红外探测器工艺技术上的原因，原始的红外图像包含多种噪声，尤其是椒盐噪声、固定或随机条纹噪声。当前有许多红外图像降噪的滤波算法，但在时间、空间、降噪效果、细节保持等方面各有侧重，难以实现完美结合。如何更快速、更高效、更准确地滤除噪声信息，保留更多的细节信息，是今后红外图像处理降噪研究的关键方向。本文调研了目前主流的红外图像降噪算法，并从传统滤波降噪、变换域滤波降噪、基于图像分层处理滤波降噪三大类别进行了分析比较，并且提出了一种结合传统算法和基于图像分层的自适应降噪算法，为今后的相关领域研究人员提供参考。

红外图像的动态范围压缩是红外图像可视化研究领域的重要研究方向。红外图像的动态范围压缩算法将直接决定原始红外图像的细节保留、整体观感等重要可视化指标, 某种意义上也可以说是细节增强的基础及保障。基于此, 本文调研了当前主流的宽动态红外图像的动态范围压缩算法, 将其分为基于全局压缩算法和基于局部压缩算法两大类, 并对这两类算法的核心思想、发展过程及优缺点分别进行研究分析并提出了改进方向及发展趋势, 为相关研究者提供参考。

针对红外图像噪声复杂多变, 在抑制噪声的同时, 还需要兼顾细节增强的问题, 本文提出了一种基于粗糙集的红外图像多维降噪算法。对采集到的红外图像通过引导滤波进行分层后运用粗糙集理论进一步多维度的分层, 分别处理后合并还原得到输出图像。综合对比主观观察与客观评价指标, 该算法能够对红外图像降噪有良好效果, 对弱小目标细节有良好的增强效果, 另外, 该算法复杂度较低, 具有良好的实时性, 在工程实现方面具有良好的应用前景。

现有所发布的大多数文献着重于图像融合算法的分析研究，很少有文献对采集融合图像的光学系统做出相应论述。本文根据手持融合观察镜的特点，对可见光/微光与长波红外图像融合、平行光路布局型式的融合物镜光学系统进行设计及分析。首先介绍了共光路光学布局型式与平行光路光学布局型式的优缺点，根据手持融合观察镜的特点选择了平行光路的光学布局型式；其次根据手持融合观察镜指标的要求对可见光/微光物镜进行“消热差”、定焦光学设计，针对长波红外物镜开展内调焦式光学设计；第三根据所设计的融合物镜光学系统，从平行光路光学布局型式、放大率及畸变变化 3个方面对图像配准精度进行分析；最后对手持融合观察镜实际场景的融合图像进行分析判断，得出融合图像质量好，能满足手持融合观察镜融合性能的要求。

红外成像已经广泛应用到**和民用当中；但由于受到制造工艺的限制，从红外焦平面得到的图像数据往往需要做非均匀校正。而不同的校正算法往往具有不同的特征和优缺点，为了能让红外成像技术研究者快速找到一种合适的非均匀校正算法，本文调研了国内外最新的基于场景的非均匀校正算法，并以基于高通滤波、基于统计和基于配准几大类的典型研究，分析了各类算法的优缺点，为相关的研究者提供参考。

在基于图像处理的自动聚焦评价函数研究中发现,失效的评价函数曲线往往具有相似的形状,且与图像的均值曲线呈现相同的变化趋势。本文从评价函数数学原理角度分析了问题的原因,讨论了离焦模糊下图像能量波动对评价函数性能的影响及其处理方法。

基于图像处理的自动聚焦方法, 图像清晰度评价函数的选择很重要。图像熵函数作为清晰度评价函数在不同文献中有一些形式上的变化, 且关于聚焦图像评价值对应函数极大值还是极小值的论断不统一。本文详细整理了自动聚焦系统中图像信息熵的不同形式, 比较分析它们的物理意义、数学原理, 采用灰度图像, 重点考虑离焦造成的图像模糊失真, 在 Matlab平台下仿真分析, 得出的结论对具体自动聚焦系统设计时熵函数数学公式的选用和修正提供参考。

由于红外与微光图像成像原理的不同, 成像特征的巨大差异, 研究提出了一种基于点特征与 Freeman链码的红外与微光图像配准算法。目的是解决红外与微光图像配准中特征点提取较复杂、特征匹配难的问题; 采用优化的 Harris角点检测算法进行特征点提取, 结合环形灰度区域、RSTC不变矩和 Freeman链码对红外与微光图像进行特征点匹配。实验结果表明该算法能够提取出有效的匹配点, 能够有效地解决红外与微光图像配准中遇到的视场不统一、旋转、平移问题。

在研究红外图像成像原理与特征、传统红外图像配准方法的基础上, 提出了一种改进的联合点特征与灰度特征的红外图像配准算法。首先采用经典的 Harris角点检测算法提取一次角点, 在一次角点的基础上对其进行下降排序, 对排序结果进行不同份数的等分并提取每一部分的中间值, 最后根据图像配准需求有效利用中值选择不同的特征点; 该算法充分利用环形区域的旋转不变性和特征点区域灰度差异性很小的原则进行特征点匹配。实验结果表明该算法能够提取出更加精确的匹配点, 能够有效的完成红外图像配准。