摘要：红外热成像系统采集的数据大都是高动态范围,为了实现高动态红外图像的可视化,动态范围压缩和细节增强技术的研究至关重要。针对传统方法存在的梯度反转伪影、低对比度细节丢失、背景噪声过增强等问题,提出一种基于边窗滤波的高动态红外图像压缩增强方法。首先,采用边窗滤波将原始红外图像分解为基础分量和细节分量;然后,根据基础分量的灰度级分布情况,设计一种自适应阈值的平台直方图算法,对基础分量进行压缩;接着,利用双边滤波器核权重分布特点,生成自适应增益系数,对细节分量进行增强;最后,对基础分量和细节分量进行加权融合,并将结果量化到8位动态范围。实验结果表明,与经典的压缩增强方法相比,所提方法对强边缘具有更好的保边效果,可以有效避免梯度反转伪影和光晕问题,细节信息更丰富,背景噪声抑制效果更好,对不同场景的适应性更强。