基于滤波分层的红外图像细节增强算法由于能有效改善红外图像细节纹理不突出的问题,逐渐成为了红外图像处理领域的研究热点。但是这类算法在目标边缘处的滤波结果会损失部分细节信息,影响细节增强效果;此外算法在对细节层进行增强的同时会放大滤波后残余的部分噪声。根据这两方面考虑,本文基于侧窗加权引导滤波器,设计了一种红外图像细节增强改进算法,主要内容如下:为了更好的区分细节信息与噪声,减少边缘信息的损失,采用改进的侧窗加权引导滤波器作为双层滤波框架的去噪保边滤波器。依据每个侧窗包含的潜在边缘信息选取对应的有效子侧窗,并对子侧窗拟合系数加权计算得到各侧窗最终拟合系数,进而得到各侧窗滤波结果,再根据代价函数选出最佳滤波侧窗和滤波结果。最后滤波分层得到细节信息更丰富且噪声含量并未增加的细节层输入图像。对基本层采用分割集群、压缩映射和对比度函数调整的处理算法,对细节层采用噪声掩模的处理算法。为了进一步抑制细节层中滤波残余的噪声被放大,依据噪声处于中心像素时与周围子窗口灰度差异的均值和方差不同的粗糙条件来判断细节层像素所属粗糙集集合。最终利用对应的融合因子将基本层与细节层融合输出增强图像。利用红外成像系统采集了不同场景的高动态范围红外图像,基于主观视觉效果与客观评价指标,将本文算法与对比算法进行了比较分析。实验结果证明了本文算法能更好地突出细节边缘,提升红外图像细节增强效果,验证了本文算法改进的有效性。