红外成像系统可以在黑夜、雨、雾等光照不足和天气环境复杂的情况下捕捉物体的红外图像,并且能够呈现出较好的穿透成像效果,现广泛应用于军事、医疗,公共安全等领域。车载安全辅助系统,若配备红外成像系统能够辅助驾驶员对车辆前方路况有更清晰的了解,及时避免因光照变化、不良天气影响等因素造成的危险。由于车辆内部高度集成化,为有效利用车内空间且不过多占用运算和电力资源,因此红外成像系统体积不宜过大、成像尺寸受限、运算复杂度不宜过高。通过对车载红外图像的重建和增强进行研究,能够在不增加硬件成本的基础上有效提升图像的质量和提高人或机器对图像内容的辨析,这将有助于降低复杂环境和无人驾驶情况车祸发生的概率,提高安全驾驶的效率和安全性。本文在行车记录仪上采集的高分辨率红外图像数据集FLIR-ADAS进行中心点运动模糊的图像退化处理,退化化过程包括运动模糊和图像降采样。退化后的图像作为本文算法的低分辨率图像,源图像为重建图像的理想参考图像。从两个方面提出了基础融合梯度网络的单幅红外图像重建和增强算法,首先对低分辨率图像进行ESRGAN网络重建,调节优化参数生成初始高分辨率图像;梯度转换模块将输入的低分辨率图像使用sobel算子捉取出梯度层,将低分辨率梯度图像输入梯度重建网络模块重建出梯度高分辨率图像;从图像重建的方面,提出基于融合梯度网络的图像超分辨率重建,融合模块采用了多层网络进行图像融合,红外图像和梯度图像输入融合网络经调节层和重建层生成一张高分辨率图像。本文能实现晶体硅光伏电池热成像高分辨率重建,降低了对红外热像仪分辨率的要求,降低了成本,减少了对电磁感应激励强度和作用时间,捉高了光伏电池缺陷检测速率,验证了网络引入梯度图像能提升红外图像高频细节信息。从图像增强的方面,为了进一步提高重建图像细节信息,提出了基于滚动引导滤波的红外图像梯度融合,融合模块设计了以初始高分辨率图像作为融合图像的原始基础层和以梯度高分辨率图字像作为原始细节层,分别提取出两幅图像显著图,利用引导滤波构造融合图像的权重图,融合成最终高分辨率图像。经过滚动引导滤波权重融合的图像相比融合网络重建的图像高频细节丰富,图中物体轮廓清晰,层次性增强。融合模块的两种设计,基于融合网络的重建图像在扩大倍数为4倍时,红外图像结构完整,在复杂背景下图像轮廓清晰;基于滚动引导滤波的融合权重设计中,融合图像整体偏暗,但图像目标边缘轮廓清晰,图像细节得到增强,像素间对比度得到增强。