红外成像系统的成功开发和广泛应用,使其在各个领域占据了大量的市场,而限制其发展的主要因素是输出的红外图像空间分辨率低和温度分辨率低。随着红外焦平面制作技术和工艺的不断发展,大规模的探测阵列和高位的AD转换器的应用,使得输出的红外图像包含大量的细节信息,动态范围也越来越大,但是普通显示设备显示图像的灰度范围是0~255,人眼敏感灰度范围是0~127。针对红外焦平面阵列获取的是高动态范围的数据,而显示设备和人眼敏感区域是低动态范围数据的矛盾,本文致力于研究高效的红外图像动态范围压缩和细节增强算法,这对红外成像系统的发展和应用有着重要的理论意义和实用价值。本文研究了红外图像的动态范围压缩与细节增强算法。并针对高动态范围压缩算法,对常用的线性和非线性压缩算法进行了仿真对比,并着重研究了基于最优化曲线的压缩算法,分析其具体的适用范围。对于细节增强算法,主要对基于直方图的增强算法和基于多尺度分解的增强算法进行研究,简要介绍了基于高斯滤波、双边滤波和引导滤波的多尺度分解算法,并进行了相关仿真实验。本文提出了一种结合引导滤波多尺度分解和SLIC超像素分割的图像细节增强算法。首先,经SLIC算法分割,得到整幅图像中的局部目标所在的区域。其次,用引导滤波分解得到图像的细节信息。然后,通过计算局部区域的均值来确定增益系数,过暗则使增益系数大于1,过亮则小于1,以便调节基图局部的整体亮暗程度。最后,叠加各局部区域的细节信息,合成输出图像,仿真结果表明算法的增强效果明显。针对具体的红外告警系统应用,设计了基于FPGA+DSP构架的硬件系统,并对主要的硬件结构和功能进行详细的阐述。以FPGA作为核心处理芯片,针对输出红外图像视频的不连续性,实现了红外图像的分段线性压缩处理,同时实现了基于高斯多尺度分解的图像增强,并详细介绍了超像素分割的设计流程。根据实际测试结果证明,实现的分段线性压缩满足系统的实时性要求,输出视频有良好的连续性和较理想的视觉效果。