红外成像技术在军事探测及民用生活等领域有着广泛的应用。由于高位宽红外探测器具有高精度、高灵敏度的特点,高动态范围红外图像已成为红外图像发展的重要新方向。通常需要将高位宽的图像数据压缩至8位,以满足普通显示设备的正常显示和图像的后续快速处理,然而如果压缩方法不当可能会造成原有信息丢失,在显示图像中表现为图像细节的损失。因此,必须采取适当的压缩方法保留图像的细节,并使压缩后的图像细节显示出增强的效果。鉴于此,本课题重点研究了高动态范围红外图像压缩的细节增强算法。主要研究工作如下：首先综述了红外图像动态范围压缩与细节增强算法的发展现状,并对经典的红外图像压缩与细节增强算法进行了介绍和仿真,分析了算法容易产生的问题。在此基础上,针对高动态范围红外图像压缩过程中细节丢失的问题,着重研究了两种基于非锐化掩模思想的细节增强算法,从保留图像的细节信息、提高景物的对比度方面进行改进,提高了图像的峰值信噪比,改善了压缩后图像的视觉效果。这两种算法采用了不同的分层处理与压缩算法,一种基于双边滤波分层和平台直方图均衡化,另一种基于Retinex分层和高频增强。算法重点对双边滤波和Retinex分层容易产生的伪像进行了研究与改进,通过辅加自适应高斯滤波消除了双边滤波产生的梯度逆转现象,通过全局与局部分量的结合改善了多尺度Retinex产生的光晕现象。另外,两种算法采用了不同的模板自适应增强算法抑制了图像的噪声。根据主观人眼和客观数据的评价结果来看,这两种算法各有其优势,可以根据具体需求进行选取。在算法研究的基础上,设计了一个算法验证平台。该软件将多种细节增强算法包含进来,并且融进了几种由本文分析归纳的图像细节增强效果客观评价指标,可供直观和智能地比对分析各种不同算法的优劣性和适用性。