红外搜索跟踪设备以及热像仪采集视频图像时,动态的红外视频图像会在复杂场景与均匀场景之间不断的实时切换,在此情形下用于单一增强红外图像细节的算法并不适用。因此,研究一种能自动适应多种场景的红外图像增强算法显得极为重要。本文采用红外热像仪获取的红外视频图像为基础,对动态场景下的红外视频图像进行自适应增强算法研究。主要研究如下:首先通过引导滤波器平滑初始输入图像,将初始输入图像与平滑后的图像做差,获得包含大动态温度信息的基础层图像和小动态温度信息的细节层图像;其次分别对基础层图像进行自适应动态压缩处理和对细节层图像进行自适应增益控制;最后通过场景确定自适应融合系数,将基础层图像与细节层图像融合获得输出图像。为了减少基础层图像的动态压缩时间、突出图像细节信息、减小细节层噪声对输出图像的影响且达到自适应场景的效果,利用可筛选有效灰度值的自适应门限参数和直方图分布信息设计出一维压缩数组对基础层图像进行动态压缩;根据引导滤波器中权值线性系数的特点(当滤波窗口内存在明显的边缘时,权值系数趋近于1,滤波窗口内为平滑区域时,权值系数趋近于0),将引导滤波器平滑初始输入图像时所确定的权值线性系数引用入细节层图像的处理中,作为细节层图像的自适应控制系数,达到抑制噪声、保留边缘的目的;根据确定的门限值获取直方图中有效灰度值个数,通过有效灰度值个数与图像中所包含的最大总灰度值个数之间的比值对图像的场景信息进行大致判断,根据不同的场景信息确定基础层图像与细节层图像的自适应融合比例系数,实现自适应场景的图像融合。实验结果分别与直方图均衡算法、基于双边滤波的红外图像细节增强算法、基于引导滤波的自适应红外图像增强算法所处理的图像进行比较,选用九种不同的场景从主观、客观两种层面进行分析。对比结果从主观分析得出,本文算法处理后的图像可突出细节轮廓信息、减少细节层噪声对融合后输出图像的影响,相较于其它三种算法的处理图像能给人呈现更好的视觉效果。从客观评价得出本文算法对10帧图像的处理时间为1.882秒,能使视频红外图像播放流畅。