随着现代红外成像系统性能的不断提高和成本的不断降低,红外成像系统在各个领域得到了广泛应用。为了提高红外系统的空间分辨率和温度分辨率,现代红外成像系统中普遍应用大规模的红外焦平面阵列和高位的模数转换器,大大提高了红外图像动态范围,且图像中包含大量细节信息。然而,受限于传统显示设备的低动态范围,红外成像系统输出的高动态范围图像不能直接在显示设备上显示。此外,红外图像具有高背景、低反差的特点,部分细节信息淹没在背景之中,降低了图像的视觉感知质量。针对上述两个问题,本文致力于研究高性能、低计算复杂度的红外图像动态范围压缩与细节增强算法,为实际应用提供高质量的可视化红外图像。本文首先研究了经典的红外图像动态范围压缩与细节增强算法,着重研究了基于BF&DRP框架的算法,详细介绍了相关算法中涉及的关键技术,如双边滤波、引导滤波和局部自适应伽马校正等。在给出算法流程的基础上,对各算法进行了仿真实验,验证算法的性能。本文分析了引导滤波产生光晕效应和噪声残留效应的原因,详细介绍了加权引导滤波、侧窗引导滤波和各向异性引导滤波算法,在此基础上提出了结合一阶边缘感知权重和侧窗各向异性加权的改进引导滤波算法。对该算法进行了仿真实验,并与现有算法的仿真结果进行对比分析,验证了本文提出的改进引导滤波方法的有效性、优越性和鲁棒性。在动态范围压缩方面,基于人类视觉系统特性,本文采用了基于Sigmoid曲线的自适应压缩算法,并结合改进引导滤波方法,设计了一种新的红外图像动态范围压缩与细节增强算法。该算法首先使用改进引导滤波方法将高动态范围红外图像分解为基础层和细节层,并使用Sigmoid自适应压缩算法压缩基础层的动态范围;然后,使用固定增益系数对细节层进行增强处理;最后,将处理后的基础层和细节层合并,得到输出的低动态范围红外图像。仿真结果的主观和客观评价表明,该算法能够对红外图像进行有效的动态范围压缩和细节增强,得到符合视觉感知特性的高质量红外图像。针对红外图像增强算法的实时实现,本文设计了以FPGA为核心的硬件实时处理系统。从硬件设计和功能实现两方面对红外图像增强系统进行详细的阐述,并在FPGA中实现了本文提出的红外图像动态范围压缩与细节增强算法。对系统性能的分析表明,本文算法能够满足系统的实时性要求,并确保系统输出图像具有优秀的视觉表现。