红外成像技术是利用红外探测器对物体的热辐射场进行探测,使波长在1-2.5μm,3-5μm和8-14μm的热辐射形成图像,将因亮度极低、被遮挡等原因,无法观测到的场景或目标显示出来,扩展了人眼视觉的能力,广泛应用于军事领域,如夜视仪,安全监控、军事侦察、高端武器装备。在精密工业领域也有重要应用,如热探伤等方面。由于红外成像系统的复杂性和局限性,在红外焦平面探测器、信号驱动和处理电路、光学系统等各个环节引入各类型噪声,造成红外图像被噪声污染严重、对比度低。本论文研究的目的是对被噪声污染的红外图像进行复原,降低噪声,提高信噪比和对比度,从而为目标跟踪提供保障。本论文通过分析红外成像系统噪声的来源和种类,从统计学角度对噪声分布建模,用多种数字信号处理的方法对红外图像的主要噪声——非均匀性噪声进行校正,并设计出一种新的客观指标对红外图像质量进行评价。本文首次提出“基于暗帧序列的卡尔曼滤波红外图像复原算法”。类似于成像电路的定标,需在拍摄红外图像之前拍摄暗帧序列。将红外成像系统假设为时不变系统,然后将卡尔曼滤波器作用于暗帧序列图像,用于估计成像系统的固定模式噪声(FPN),并首次引进噪声影响因子(NIF),评估每个像素的固定模式噪声(FPN)对成像质量的影响。实验表明,本算法提高了图像的对比度,突出了目标,对红外图像的噪声有很好的抑制作用。本文提出了“基于各向异性混合高斯分布函数(GSM)先验模型的单帧红外图像的非均匀性校正”。将贝叶斯-最大后验概率和最优估计理论结合起来,着重研究红外图像及其梯度场的先验模型,用GSM先验模型拟合红外图像的梯度边缘分布,推导出一种各向异性的正则化算法,在单帧图像上对非均匀性噪声进行校正,取得了很好的效果,同时很好地了保留图像中景物的边缘和细节。本文提出了“改进的加权最小二乘(WLS)的非均匀校正”方法,即在最小二乘的平方和中加入适当的权重,调整各正则项的作用,误差大的项在平方和中的取值就偏大,以保持尽量多的有用信息,并根据红外非均匀噪声的特点重新设计数据保真项。该方法着重研究加权项的选取和快速算法。实验结果表明该算法对红外图像的非均匀性噪声有很好的抑制效果,同时也很好地保留图像中景物的边缘和细节。在图像质量的客观评价方面,本文在结构相似性(SSIM)的基础上,提出加权梯度结构相似性(W-GSIM)的全参照(FR)评价,实验数据表明该评价指标优于其它指标并与人眼视觉主观评价指标相吻合。本文依据以上算法设计的红外图像非均匀校正和质量评价软件,方便直观,有一定的实用价值。