红外成像具有被动工作、抗干扰性强、全天候工作等优点，在民用和军用领域得到广泛应用。由于红外成像特有的成像机理，导致生成图像模糊、对比度低，使得红外图像不利于后续如目标识别和跟踪等应用。故研究高精度红外图像绘制算法具有非常重要的实用价值。在红外成像过程中，首先通过温度传感器把温度信息转变为电压信号，然后通过模数转换器转换为14位或16位数字信号，经过非均匀性校正和盲元替换后得到原始的红外数据。本文主要研究14位或16位红外数据绘制图像算法，并对算法绘制生成图像的质量进行评价。首先，讨论了红外热像仪的工作原理及红外图像特有的成像方式，并分析现有图像评价算法优缺点，在结构相似度图像质量评价算法不能很好的评价模糊图像的基础上，提出基于梯度的结构相似度图像清晰度无参考评价方法，对红外图像的清晰度进行评价。然后，讨论了几种红外图像绘制算法，总结出这些方法的优缺点。依据频率大的数量级比频率小的数量级含有更多的信息量，设计概率序列红外图像绘制算法，实验表明该算法能较好的保留图像的细节信息，图像整体较清晰，但是该算法也有一定局限性。针对概率序列算法不能适应有效数据范围较小的红外数据，提出分段式红外图像绘制算法。该算法把红外数据分为两段，在背景区使用线性映射，删除大量的冗余信息，而在目标区使用非线性变换方式来实现数据映射，最大限度地保留红外数据的原始特征，并使数据转换尽可能平滑，而不至于有太大的跳跃性，从而保持目标数据的完整性。经过实验对比分析：该算法改进概率序列算法的不足，生成图像对比度高、纹理丰富。