场景中高于绝对零度的物体能够向外发出红外辐射,红外成像系统能够将人眼不可见的红外辐射,转化为可见光图像,供人眼进行观察,且红外成像系统以被动方式工作,具有隐蔽性和全天时工作的特点,在许多领域都得到了广泛应用。但由于红外成像系统输出图像为高动态范围图像,难以在传统低动态范围显示设备上显示,且图像具有灰度分布集中、细节反差小、对比度低等问题。为了解决这些问题,提供更好的便于观察的红外图像,研究压缩红外图像的动态范围、增强图像细节的算法就显得尤为重要。此外,为了改善现有部分算法中处理结果视觉效果差的问题,本文引入了人眼视觉特性,指导动态范围压缩与细节增强,以获得更有助于人眼观察的高质量细节增强图像。针对滤波算法边缘保持能力差的问题,人们研究了侧窗滤波对算法进行优化。本文详细介绍了侧窗双边滤波与侧窗引导滤波,并通过仿真实验表明引入侧窗滤波后,算法的边缘保持性能显著提升。但存在细节提取能力差、运算速度慢等问题。为了解决这些问题,本文研究了自适应侧窗快速双边滤波算法,在边缘保持的基础上,提升算法的细节提取能力和运算速度,并通过仿真实验,对比了不同算法的性能,客观评价参数与主观图像视觉效果两方面都表明了本文研究的方法具有更好的边缘保持与细节提取能力。在图像动态范围压缩和图像增强方面,本文构建了一种基于人眼视觉特性与自适应侧窗快速双边滤波的红外图像增强算法,该算法首先利用自适应侧窗快速双边滤波对输入图像数据进行分层,并采用基于Sigmoid函数的自适应动态范围压缩方法对基础层进行动态范围压缩,同时引入视觉显著图引导细节层增强,抑制噪声放大,最终将处理后的分层图像进行加权融合获得最终结果。通过真实场景红外图像仿真测试,结果表明本文算法能够有效增强红外图像,具有较好的鲁棒性与稳定性。为了实现增强算法的实时处理,本文在FPGA平台上完成了算法的硬件实现,能够对640×512、帧频100Hz的红外图像实现实时增强处理,满足实时性要求;同时进行了硬件实现与仿真结果对比实验,验证了本文算法硬件设计的有效性与准确性。