红外技术不仅在军事、国防、消防安全等领域中被广泛应用,也在诸多民用领域中被广泛应用。红外数字图像存在细节模糊、对比度差、噪声大、图像偏暗等问题。为提高红外图像的质量可以分别从软件和硬件方面着手,一、从软件方面,使用计算机工具对所需要处理的红外图像算法进行软件仿真模拟,对比各种算法的优势和劣势,经过反复的实验,找到效果好的算法,最终将红外图像处理算法移植到硬件实现;二、从硬件方面,通过不断地提高红外传感器元器件的研制和生产工艺水平,提高硬件产品精度,继而提升产品整体质量。但是由于国内的半导体材料技术发展没有国外成熟,导致红外探测器的焦平面技术研究及生产工艺水平和国外有一定的差距,再加上半导体材料和器件上的研究成果不明显,因此算法的研究显得格外重要。其中红外焦平面在整个红外产业中具有核心的作用,本文主要通过算法增强红外图像细节。通过对红外图像文献的大量阅读,发现红外图像细节增强处理方法一直是红外技术的痛点,本文结合处理红外数字图像细节增强算法中空间分层技术和直方图均衡方法,利用BEEPS算法滤波器将红外数字图像提取出基频层,基频层即是能量层,基频层利用直方图均衡技术处理,这样可以使整个基频层图像的像素尽可能占据整个灰度级并均匀分布,这样红外数字图像会有高对比度的外观并展示灰色调较大的变化。红外原图图像和基频层图像做差后可以得到细节层图像,细节层即高频层,再对细节层进行增强,把加强后的细节层和直方图均衡处理后的基频层进行融合,在处理红外图像时,可以通过细节层增益和BEEPS算法滤波器的参数进行最终红外图像的效果的调节,使红外图像的效果达到最好,得到最终增强细节后的红外图像。从主观视觉上考虑,红外图像的细节更加的明显、红外图像整体更加的明亮、红外图像的对比度提高。红外图像细节增强算法大致包括以下类型:1)直方图类型2)频域变换类型3)空域分层处理类型;这些方法比较常见,但是处理效果比较单一,往往可以成为预处理的工具,在真正的应用中,可以将这几种红外数字图像细节方法进行结合。本文结合了BEEPS算法滤波器和红外图像细节增强算法的基本方法空间分层处理和直方图均衡方法结合进行细节增强的研究,其中BEEPS算法是IEEE协会会士Philippe Thévenaz,Daniel Sage,and Michael Unser等在2012年提出的算法,本文首次将BEEPS算法引用在红外数字图像细节提取,发现BEEPS算法计算消只与图像本身的大小有关,与图像的数据、滤波参数、最终的平滑无关,和目前主要的红外数字图像细节处理方法双边滤波器、联合双边滤波器、引导滤波器提取红外细节处理方法相比,双边滤波器同样从局部调整数据,经过推导,在固定某些参数时,和双边滤波器公式可以相互转化,并且在使用matlab工具时,处理红外图像时间上,比双边滤波器节省一个数量级。分析红外数字图像细节的研究现状和发展趋势,根据红外图像特征以及现有的红外数字图像细节算法提出BEEPS算法应用于红外图像细节提取。本文实现节省了大量的内存和时间,将会产生巨大的经济效益。使用背景方差-细节方差(BV-DV)指数和均方根对比度(RMSC)指数来评估本方法的性能时,发现优于目前双边滤波器、引导滤波器、联合双边滤波器等算法,BEEPS算法滤波器细节效果更好。