红外辐射可根据波长分为多个不同波段,而红外图像在成像时候由于红外辐射特性以及成像探测器特性原因,一次只能输出某一特定波段的图像,因此由一个波段图像通过波段拓展得到其他波段图像对于各种红外设备装备的研发、性能评测改进等都具有研究价值。本文围绕如何使用实拍红外图像拓展转换出其他波段图像进行了以下几点研究:(1)从红外成像原理出发,分析了红外辐射经过传输最终生成图像的整个过程,基于红外成像原理,阐述了红外成像的过程,主要包括三个部分:目标红外辐射相关规律,红外辐射在大气传输中的特性分析,红外辐射被探测器接收后探测器系统效应分析;(2)研究了通过反演—重构进行波段拓展的过程,首先通过成像过程的反向过程依次去除传感器效应、大气效应,然后反推出目标本征温度,然后使用得到的温度图像模拟成像正向过程,使用经由反演得到的温度结果得到另一波段的该场景红外图像,基于物理过程的波段拓展具有较高可信度;(3)针对基于物理过程的反演—重构的波段拓展过程需要收集大量参数,过程繁琐等不足之处,结合近年来在图像风格转换、图像生成等领域热门的生成对抗网络,对于深度学习能否应用在在红外图像波段拓展任务上进行了研究,尝试使用循环生成对抗网络进行红外图像波段拓展,首先针对循环生成对抗网络可以接受不配对图像集进行训练的特点,收集了不同波段的红外图像进行训练,训练后得到了可以用于不同波段图像转换的端到端的网络模型,并使用测试集测试该模型转换结果,最后借助多种图像评价指标对生成结果进行评价,分析了深度学习进行波段拓展所得到的的结果的好坏。