红外成像技术是大量应用于军事、民用的无源探测技术,如:夜视成像、制导、搜索、跟踪、勘探、医疗等方面。因为红外图像有对比度低、边缘模糊、整幅图像噪声较大而且成份复杂的缺点,所以红外图像的质量直接影响着红外成像技术的广泛应用,而红外图像的质量好坏很大程度上取决于红外图像处理技术的先进性和正确应用。20世纪80年代开始,国内外就已经投入了大量人力、财力研究红外图像的处理技术,虽有不少新理论、新算法问世,但就满足现代多变战术和自然环境中使用的高级武器系统来说,还无法满足要求,所以对红外图像的处理技术的研究,以及新的、更加有效的算法的提出就显得非常重要。目前主要应用的红外图像处理方法大都集中在空域或频域中进行,由于小波变换具有同时对“时-频”进行分析的特性,它能将二维信号分解到不同的分辨率尺度,因此特别适合进行图像分析,基于小波变换的图像处理技术也成为目前图像处理技术的研究热点之一。研究表明,将小波变换应用于红外图像的处理技术中能有效的提高图像质量,以及准确获取我们需要的图像信息。本文基于小波变换的红外图像处理技术,主要从两个方面进行了系统、深入的研究。第一方面是对红外图像的去噪问题进行横向的对比研究。从空域滤波到频域率滤波,同时介绍了自适应滤波、二值形态学滤波等常用的滤波方式,最后发展到基于小波变换的红外图像的去噪,通过实验揭示了各个去噪算法的优缺点,显示出了小波变换应用于红外图像去噪中的可行性和优越性;第二方面是对红外小目标检测的问题进行了纵向的深入研究。通过分析红外小目标图像的特性,以及对常用红外小目标检测算法的研究、仿真,提出了一种基于小波变换的红外小目标检测算法,算法采用了新的阈值提取方法、更加有效的阈值化函数以及一种综合表决方式,使红外小目标探测的效果和速度得到了全面提高,仿真结果证明:无论是实时性还是可靠性,新算法都优于其他算法。