沥青路面对于推动经济的发展,以及提高人们的生活水平都有很大的帮助。沥青路面的铺设过程中,对其温度的监控非常重要,温度的精准把握是决定沥青路面质量的关键因素,温度的过高或者过低,容易造成混合料碾压不均匀,使其沥青路面过早的松散剥落。近年来,由于红外热像仪具有无接触、测温速度快和测温准确等诸多优点,广泛应用于沥青施工过程中,对于沥青的施工能够起到很好的指导作用。但是,沥青施工的过程中周围环境比较恶劣复杂,采集到的红外图像一般会受到诸多噪声的影响,使采集的红外图像变得模糊、畸变,从而降低图像检测分析的准确度。为了提高沥青施工过程中采集的红外图像的成像质量,提高图像检测的准确性,对采集的红外图像进行增强处理。为改善采集的施工沥青伪彩色红外图像畸变模糊的现象,本文提出一种基于改进小波阈值的伪彩色红外图像增强算法。由于经典的小波硬阈值函数存在不连续性,经典的小波软阈值函数处理后的信号与真实信号总是存在固定偏差,为了克服这些缺点,本文对阈值函数进行改进,该阈值函数介于软硬阈值函数之间,有效的避免上述两种经典阈值函数的缺点。伪彩色红外图像增强后,图像中还含有部分噪声和细节模糊的现象,将其转换成灰度图像进一步增强处理。对于灰度红外图像增强,本文提出基于Contourlet变换的灰度红外图像自适应增强算法,该算法利用Contourlet变换的多分辨率、多方向性和近邻界采样的特性,并且利用自适应遗传算法寻找模糊增强的最优参数,很好的减弱背景噪声,提高红外图像的清晰度,改善红外图像的成像质量,温度监测的准确性得到提高,对于后续的沥青施工起到很好的指导作用。通过MATLAB软件,对采集的施工沥青红外图像进行实验验证,通过和其它经典的红外图像增强方法相比较,证明本文算法的可行性和有效性。