红外成像技术的地位和作用越来越受到世界各国的重视,在夜视监控系统中的应用也比较多,但由于大气和成像系统本身等多种因素的影响,导致红外图像对比度低,边缘模糊,噪声多等缺点,使得红外图像的视觉效果较差,因此必须对红外图像增强。以往的红外图像增强的算法,主要是对图像的对比度或者锐度进行增强,但没有考虑到人眼的视觉特性,人眼所敏感的细节丢失,噪声过增强,导致增强图像的视觉效果不够理想。红外监控系统的图像通常是人眼进行观察,在增强红外图像时考虑人眼视觉敏感特性,使增强后的红外图像更适于人眼观察,让人眼从图像中更快更准确地识别目标。首先分析了红外图像的特点,即不利于观察的因素主要有边缘不够清晰,灰度对比度较小,直方图分布靠近灰度低的一侧。然后研究了人眼的视觉特性,人眼对图像边缘轮廓信息很敏感,对图像纹理细节的敏感度与它所处的背景灰度有关,对高灰度背景和低灰度背景中的纹理细节人眼敏感度较低,而对中等高亮度背景中的纹理细节敏感度较高。人眼在感知自然目标时,注意力总是集中于目标形状的规则破碎度和特征轮廓上,而忽视其一般的平滑过渡区,而结构化区域中有更多的图像细节。在分析了红外图像特点和人眼视觉特性基础上,在增强方法中专门真对人眼的敏感信息进行增强。方法中利用人眼的空间频率特性和多通道特性还有对图像的灰度敏感特性,对图像的细节部分和灰度进行增强,利用分形和小波作为工具对图像进行分析,可以提取出人眼敏感的部分,对人眼敏感和非敏感区域分别增强,可以获得比常规方法视觉效果更好的红外图像。提出了三种针对人眼视觉的红外图像增强方法。主要的研究工作具体如下:1.研究利用分形布朗理论分析图像像素邻域的复杂度,计算出每个像素点的分形维数,同时计算出人眼空间频率数据,分形数据能分析出图像的灰度表面粗糙度,在图像不同区域的交界处或图像的边缘处,可以判断出图像的边缘细节点,再利用空间频率函数进一步判断哪些边缘细节点是人眼真正敏感的像素点,把图像的像素进行分类,分类为平滑点和细节点,然后对各个像素分别加权增强。根据试验可知增强图像突出了目标的轮廓,由于该方法中充分考虑到视觉特性,可以获得良好的视觉效果,能够解决红外图像边缘模糊可视性差的问题。2.研究基于多重分形和人眼视觉特征的红外图像增强方法,利用多重分形的配分函数的方法分析红外图像是否具有多重分形特性。然后提取红外图像的每个像素点的奇异指数,估计出多重分形谱,多重分形数据可以更细致地分析像素复杂度,再用每个像素点的空间频率对每个像素进行数据分析,最终对人眼感兴趣的边缘及纹理细节进行提取,把图像的像素更加精细的分类,分类为平滑点,纹理点,和边缘点并有针对性的增强,能够更精确的增强图像中人眼敏感的像素,进一步提高增强图像的视觉效果。3.研究小波与视网膜皮层理论相结合的红外图像增强方法。利用小波的多分辨分析的方法对图像多级分解,设计了非线性增益函数对小波高频系数进行变换,这种增益函数能够同时去噪并增强。从而增强图像中人眼所感兴趣的边缘细节。小波的低频信息采用多尺度Retinex算法增强,在分析了人眼所敏感的灰度范围的基础上,把灰度增强至人眼敏感的范围内,提高图像的对比度并且改善图像的非均匀性。最后把本文的设计方法应用于红外防盗监控系统中,设计了红外监控系统硬件,本文所提方法在实际的系统中得到验证,能够在黑夜或能见度比较低的较差环境获得视觉效果较好的监控图像。