直方图均衡是图像增强中的经典算法,由于其操作简易、复杂度低,故具有实用价值,可用于视频的实时增强。但是传统的直方图均衡虽然能有效提升图像对比度,同时它也存在着过度增强、细节丢失等问题,因此对直方图均衡算法的改进一直是领域的研究热点。本文在对现有直方图均衡改进算法的缺陷进行分析后,提出了基于直方图双控的红外图像对比度增强算法,并实现了红外视频对比度实时增强的工程应用。以及利用分块DCT(Discrete Cosine Transform)变换对红外图像的局部对比度进行增强。主要工作完成如下:(1)提出一种基于伽马校正的平台直方图均衡算法,首先通过直方图中有效灰度级的占比,计算得到直方图的截断阈值及伽马校正参数值。利用上述求得的两个参数对均值归一化直方图的大数据进行钳位和小数据伽马校正处理。最后对校正后的直方图进行后处理和均衡操作。(2)提出一种基于双重伽马校正的直方图均衡算法,首先计算输入图像的有效灰度级数量,然后利用均值归一化直方图中的灰度级占比信息,计算得到两个伽马校正参数,之后分别对均值归一化直方图中大数据部分和小数据部分,进行直方图数据的伽马校正操作。最后进行后处理和直方图均衡。(3)提出了一种基于DCT变换的红外图像局部对比度增强算法,首先对图像进行分块DCT变换,每个子块DCT变换系数采用环形非线性高斯权重进行增强,最后对每个子块进行DCT反变换,得到局部对比度增强的红外图像。(4)在Qt平台上基于红外连续变焦镜头及机芯和数据采集器开发了红外视频实时增强系统。该系统基于Qt5.8.0平台开发,以及GUI界面设计。能够对采集到的720*576分辨率的红外视频进行每秒25帧的实时处理,可对不同场景下的红外视频进行有效增强。系统操作简易,无需人为调整参数,能够实时增强,具有实用性。