为填补红外图像边缘检测算法综述性研究的空白，使更多研究者较为全面地了解目前成果，并为后续研究提供有价值的参考，遴选了近十年国内外红外图像边缘检测技术研究的相关文献。首先概述了红外成像与边缘检测技术，进而阐述了红外图像边缘检测技术的难点与挑战，接着总结了主要的红外图像边缘检测算法，将相关算法分为了4类——基于经典边缘检测算子改进的、基于蚁群算法的、基于数学形态学的和基于网络模型的，对其涉及的关键技术分别进行了分析。研究认为，在传统红外图像边缘检测技术中，形态学方法因简单易用而具有一定潜力；对于非传统红外图像边缘检测技术，基于深度学习的方法对目标边缘的针对性更强、鲁棒性更好、不需要设计复杂的算法步骤，给红外图像边缘检测带来了新的发展机遇。

红外图像的动态范围压缩是红外图像可视化研究领域的重要研究方向。红外图像的动态范围压缩算法将直接决定原始红外图像的细节保留、整体观感等重要可视化指标，某种意义上也可以说是细节增强的基础及保障。基于此，本文调研了当前主流的宽动态红外图像的动态范围压缩算法，将其分为基于全局压缩算法和基于局部压缩算法两大类，并对这两类算法的核心思想、发展过程及优缺点分别进行研究分析并提出了改进方向及发展趋势，为相关研究者提供参考。

在远距离目标检测和跟踪的过程中，成像清晰起着至关重要的作用。红外望远镜系统的成像距离远、景深短、失焦引起图像模糊。由于大气折射，望远镜所成的像处于不断变化之中，造成传统对焦算法对焦成功率、效率偏低。为了提高自动对焦的成功率和速度，采用了一种具备变步长的爬山法，利用多次求图像清晰度取其中位数的方法保证清晰度评价的准确性，利用带动量和加速度的爬山法降低了对焦过程中的不稳定性，减少了粗对焦过程所需的步数。算法在实际中波红外望远镜系统中得到应用，实验结果表明，该算法在粗对焦阶段所需的对焦步数比传统爬山法减少了12.8%，满足红外望远镜系统的需要。

以冷却塔红外热像温控系统设计为目的，根据水电混合动力冷却塔的结构特性，基于冷却塔内热质交换平衡方程及Merkel数学模型建立水电混合动力冷却塔热力计算理论模型。运用红外热成像技术建立逆流式冷却塔热力性能监测模型，完成冷却塔的温控系统设计，并分析冷却塔温控系统温控精度误差产生原因。通过使用手持式红外测温仪进行现场实验，验证了热力计算模型的准确性和其应用于冷却塔温控系统设计的可行性。

在无锚点算法CenterNet模型的基础上，针对基于红外图像的目标检测算法检测精度低、耗时长的问题，给出了一种基于改进高斯卷积核的变电站设备红外图像检测方法，该目标检测方法模型网络结构精简，模型计算量较小。通过现场变电站巡检机器人设备收集数据样本，进行算法模型的训练及验证，实现红外图像变电站设备精准识别及定位。本文以变电站巡检机器人搭配红外热成像仪采集到的红外图像库为基础，用深度学习方法对数据集进行训练和测试，研究变电站红外图像的目标检测技术。通过深度学习技术判断设备中心点位实现目标分类和回归。实验结果表明，该方法提高了变电站目标检测方法的识别定位精度，为变电站设备红外图像智能检测提供了新的思路。

车载热成像系统不依赖光源，对天气状况不敏感，探测距离远，对夜间行车有很大辅助作用，热成像自动目标检测对夜间智能驾驶具有重要意义。车载热成像系统所采集的红外图像相比可见光图像具有分辨率低，远距离小目标细节模糊的特点，且热成像目标检测方法需考虑车辆移动速度所要求的算法实时性以及车载嵌入式平台的计算能力。针对以上问题，本文提出了一种针对热成像系统的增强型轻量级红外目标检测网络（Infrared YOLO，I-YOLO），该网络采用（Tiny you only look once，Tiny-YOLO V3）的基础结构，根据红外图像特点，提取浅层卷积层特征，提高红外小目标检测能力，使用单通道卷积核，降低运算量，检测部分使用基于CenterNet结构的检测方式以降低误检测率，提高检测速度。经实际测试，Enhanced Tiny-YOLO目标检测网络在热成像目标检测方面，平均检测率可达91%，检测平均速度达到81Fps，训练模型权重96MB，适宜于车载嵌入式系统上部署。

红外成像系统中一直存在着非均匀性的问题，针对红外大动态范围成像等任务对改变成像系统积分时间的需要，提出了一种利用像素级辐射自校正技术的可变积分时间的非均匀性校正方法。通过辐射自校正为红外探测器中的每个像元建立辐射响应方程以估计出场景的辐射通量图，利用线性校正模型对辐射通量图进行校正，实现任意积分时间下的非均匀性校正。该方法的有效性通过高分辨率碲镉汞红外探测器进行了验证。

现有的红外制导武器严重依赖操作手对目标的捕获，其捕获的精度与目标的纹理细节正相关。为了提升弱小区域的显示质量，满足现有导引头小型化、模块化、低成本的设计要求，本文设计了一种基于轻量级金字塔密集残差网络的图像增强模型，该模型在密集残差网络基础上通过密集连接层和残差网络来学习不同尺度图像之间的非线性映射，充分利用多尺度特征进行高频残差预测。同时，采用深度监督模块指导网络训练，有利于实现较大上采样因子的超分辨增强，提高其泛化能力。大量仿真实验结果表明本文所提出的超分辨模型能够获得高倍率的超分辨增强效果，其重建质量也优于对比算法。

在基于传统图像分割法的红外图像目标检测中，当背景颜色和被检测物体颜色相近时，往往难以有效地识别红外图像中的被检测物。所以为了进一步提高绝缘套管在红外图像中的识别精度，文中提出一种基于绝缘套管伞裙纹理特征的目标检测方法。首先为增强图像纹理特性，将双边滤波代替传统高斯-拉普拉斯算子中的高斯卷积滤波，通过双边-拉普拉斯进行图像滤波和增强。之后针对高压绝缘套管外层伞裙的特殊纹理，建立反映伞裙周期性分布的描述子，并通过图像扫描法进行粗识别。最终基于DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚类算法，建立其超参数求解方法，实现离群点剔除和特征聚类，完成高压绝缘套管的精细分割。通过实验对比其他绝缘套管红外图像的识别算法，文中算法可以有效地精细分割出绝缘套管主体，克服其他图像分割方法的不足。并在数据集上识别率达到85%以上。

为满足多波段兼容伪装的需求，采用多种材料合理匹配与多功能层组合结构的方法，制备了一种可实现可见光、红外和雷达多波段兼容的新型复合植被伪装材料。用雷达波屏蔽效能和反射率测试实验对伪装材料的吸波性能进行了测试，用成像法对伪装材料的可见光和热红外伪装性能进行了试验检测。结果表明，研制的伪装材料有良好的雷达波衰减性能，大于5 dB的吸收频宽高达3.9 GHz。植被伪装材料面层纹理、颜色、亮度、热图与背景较为接近，隔热效果明显，具有良好的可见光和红外伪装效果。

为了研究手征超表面在中红外波段的非对称传输特性，设计了一种基于L型结构的手征超表面单元。利用CST电磁软件进行仿真分析，结果表明在68.92~88.68 THz范围内非对称传输参数大于0.8，在73.25 THz处非对称传输参数达到极值为0.88，由此可知该结构在中红外波段具有良好的非对称传输特性；通过分析表面电流分布和透射场相位分布，阐明了该手征超表面的极化选择性反射和交叉极化透射机理；对单元结构手征强弱和非对称传输特性的关系进行了讨论，并研究了介质层、金属层的厚度以及电磁波入射角度对非对称传输特性的影响。

采用透射式太赫兹时域光谱系统测试了甘草主成分甘草酸、甘草次酸以及甘草苷的太赫兹光谱，发现甘草酸、甘草次酸以及甘草苷在0.3~1.72 THz频段内具有明显的吸收特征，此频段内它们的太赫兹吸收峰峰位接近、吸收谱谱线相似。利用量子化学方法模拟甘草酸的太赫兹吸收谱，并与实验谱进行对比指认完成对3种单质的定性分析工作。本文分别采用基于DFT和PM3模型，完成对甘草酸单分子构型的结构优化与频率计算。结果表明，两种方法得到的太赫兹模拟吸收峰与实验吸收峰基本吻合，而且基于DFT模型得到的太赫兹模拟吸收谱波形与实验谱更为接近。最后选取了甘草酸的特征吸收峰1.655 THz及其附近6个数值点的太赫兹吸收系数，将其取平均值后与浓度进行了一元线性回归拟合，拟合结果从理论上验证了甘草酸太赫兹吸收谱符合朗伯比尔定律。

本文提出一种对飞行中的飞机蒙皮进行辐射测量和温度反演的方法。首先建立蒙皮辐射模型、大气传输模型和绝对辐射校正模型，然后推导出温度反演的公式，使用逐次逼近法计算蒙皮温度。在理论分析的基础上，使用8~12 μm的宽波段长波红外相机进行试验验证和温度反演，对反演温度的不确定度计算并进行修约，得到5 km飞行高度的民航飞机蒙皮温度的修约结果为268 K，修约不确定度为4 K，修约相对不确定度为1.49%。论文研究工作对获取飞机目标红外辐射特性有重要参考价值。

高速红外制导战术导弹飞行时，气动热（q_w）剧烈，q_w作用于导弹红外整流罩上，产生的热应力σ_热是导致整流罩热炸裂的主要因素。针对此问题，在导弹整流罩早期研制阶段，对于整流罩选材和能否进行下一步约束状态研究模拟整流罩固结导弹金属壳体实际工作状态，提出一种简单快捷的判别方法，红外整流罩纯热应力σ_纯热分析。将自由状态整流罩受到温度梯度▽T引起的σ_纯热从叠加位移约束W_Γ引起更大的σ_热中剥离出来，抛开W_Γ的影响，单独分析较小的σ_纯热，进一步抓住引起整流罩热炸裂的主导因素。结合双色透波需求，以硫化锌ZnS红外整流罩为例，进行σ_纯热仿真分析，ZnS材料强度极限σ_max大于σ_纯热，判定整流罩可以进入约束状态研究。经约束W_Γ的σ_热试验验证，整流罩未炸裂，佐证此方法为整流罩选材提供一种快捷判断。