热红外成像技术因其能够非接触地、较为精确地捕捉肉眼不可见的温度差别,广泛地应用于工业生产,军事演练,日常生活中的方方面面。但是红外光具有反射性强、穿透力差、受环境影响强等特点,这也使得热红外倒影对图像质量的影响最为强烈。本文的研究目的是针对热红外图像中的反射倒影,进行有效的检测和定位。在分析了自然光条件下的相关检测算法的基础上,重点研究了基于深度学习的热红外图像倒影检测算法,并提出了有效的热红外行人倒影检测算法。在所提出的热红外图像倒影检测算法的基础之上,结合自然光,将算法由单一行人倒影检测,推广到通用物体的热红外倒影检测。本文的主要工作和创新点如下:(1)提出了基于并行目标检测的热红外行人倒影检测算法。针对红外图像可用信息少这一问题,本文结合深度学习的方法,充分利用深度学习方法对信息的挖掘能力,设计了一种基于并行目标检测的热红外图像行人倒影检测方法。因为倒影是由行人产生的,因此算法采取了先找行人,再找倒影的思路。即对一张热红外图片同时进行两次目标检测,第一次以行人为目标,第二次以行人和倒影的联合体为目标。然后利用两次输出的检测框之间的位置关系,将行人检测框与联合体检测框一一对应。最后,使对应后的检测框相减,获得最终的行人倒影检测框。实验结果表明:该算法能够有效地从包含行人倒影的热红外图像中检测出倒影的位置,并且排除不必要的干扰。(2)提出了自然光与热红外结合的红外通用倒影检测算法。将热红外图像的倒影检测从行人推广到通用物体,有两个主要的难点:一是大部分会产生倒影的物体,往往是具有较为一致的温度,在热红外图像中总是表现出均匀的亮度,相似的形状,难以通过红外图像判别;二是除行人外的物体往往不会放置在反射面上,实像和倒影之间存在距离。本文在基于并行目标检测的热红外图像行人倒影检测方法的基础上提出了一种自然光与热红外结合的红外通用倒影检测算法。针对热红外通用倒影检测的第一个难点,在检测时加入自然光图像,使得物体能够被有效的检出。针对第二个难点,在倒影定位之后加入了精细化步骤,使得检测结果更为精确,有效的保留了热红外行人倒影检测方法的优点并将其推广为通用的算法。实验结果表明,该算法能够有效地将各类物体的热红外倒影检测出来。