红外图像增强算法专题研讨会会议纪要会议时间：2023年5月12日会议地点：北京市海淀区新技术交流中心主持人：张
明远教授（国家光电技术研究院）参会人员：来自国内十五所高校、科研院所及企业的四十二位专家学者一、会议主旨发言张
明远教授首先回顾了红外成像技术的发展历程，指出在安防监控、医疗诊断、夜间观测等领域，红外图像普遍存在对比度低、
噪声干扰大、细节模糊等问题。本次会议重点探讨如何通过算法改进提升红外图像质量，特别关注在复杂环境下的实用化解决
方案。二、专题讨论环节（一）算法分类及应用场景传统增强方法：与会专家普遍认为直方图均衡化作为基础手段，在提升整
体对比度方面仍有不可替代性。北京理工大学团队展示了改进的双边滤波算法，在保持边缘清晰度方面取得显著进展。深度学
习框架：南京信息工程大学团队提出基于多层感知机的特征提取模型，通过构建残差连接结构，有效解决了深层网络训练中的
梯度消失问题。该方案在雾霾环境下的红外图像恢复测试中，峰值信噪比提升约23%。（二）图像处理关键步骤噪声抑制环
节：多位学者强调必须区分系统噪声与环境干扰。上海交通大学团队开发的空域-频域联合滤波算法，可针对不同传感器特性
进行参数自适应调整。细节增强技术：武汉光电国家实验室展示的梯度引导重建方法，通过建立多尺度特征金字塔，在保留大
范围热辐射分布特征的同时，显著提升了微小温差区域的辨识度。（三）技术挑战与突破方向数据样本问题：哈尔滨工业大学
团队指出当前公开数据集存在场景单一、标注不完善等缺陷，建议建立跨季节、多气候条件的标准测试库。实时性需求：针对
移动端部署需求，深圳创新企业代表介绍了轻量化网络设计经验，通过通道剪枝和量化压缩，在保证性能前提下将模型体积缩
减至原大小的18%。多模态融合：中国科学技术大学提出将可见光图像与红外数据进行特征级融合，利用注意力机制动态调
节信息权重，在目标识别任务中取得91.2%的平均准确率。三、技术演示与交流会议期间进行了四场实时演示：动态范围
扩展算法在低温环境下的应用测试基于物理模型的非均匀性校正方案面向移动平台的低功耗处理架构三维热成像数据的可视化
交互系统四、共识与建议经过充分讨论，会议形成以下共识：应建立产学研协作平台，制定红外图像质量评价的行业标准加强
基础理论研究，特别是热辐射传输模型的数字化表达重视算法可解释性，避免过度依赖端到端的黑箱模型推动国产红外传感器
与处理算法的协同优化五、后续工作计划成立三个专项工作组：基础理论组、工程应用组、标准制定组筹备首届全国红外图像
处理挑战赛计划于2024年第三季度发布《红外图像增强技术发展白皮书》本次会议共收到技术报告二十八篇，现场达成合
作意向九项。与会专家一致认为，随着计算能力的持续提升和新材料的突破，红外图像增强技术将在环境监测、工业检测、智
慧医疗等领域发挥更大作用。会议决定建立定期交流机制，每季度举办线上技术沙龙，促进领域内知识共享与协同创新。