红外成像仿真技术能够有效克服时间、环境、地域的限制获取不同环境条件下的红外图像,传统基于场景建模的仿真方法存在建模复杂度高、建模时间长等缺点,随着增强现实技术的发展,在真实场景中加入虚拟仿真物体能够避免大范围的场景建模工作,方便快捷地生成红外仿真图像。为保证仿真图像的视觉效果更加逼真,需要重点解决虚实融合的辐射一致性问题,即虚拟景物和真实背景应具有一致的红外辐射。在真实环境中,探测器接收到的辐射值是经过大气环境扰动后的值,所以在真实场景中加入虚拟物体时需要从图像或视频中分析出真实场景的环境辐射特性,计算环境辐射影响并渲染到虚拟物体上,使虚拟目标与真实场景的环境辐射保持一致,进而完成虚拟目标和真实场景的无缝融合。目前,常见的红外虚实融合研究成果大都根据真实测量数据计算环境辐射影响,很大程度上受到了设备的限制,无法满足特定环境下的虚实融合任务。已有的基于图像的环境辐射参数估计方法常用于图像复原领域,根据图像的灰度统计信息估计环境辐射参数。对于单颜色通道的红外图像而言,颜色信息的缺乏往往导致难以获得合理且精确的参数估计结果,并且由于环境辐射参数真值难以获取,所以对求解参数最优解也产生了一定程度的不利影响。针对上述问题,本文在充分研究了红外图像的成像原理与红外辐射的传输特点的基础上,提出了一种红外道路场景的虚实融合辐射一致性方法,结合了红外道路图像的场景结构与灰度信息,从图像中逆向估计出环境辐射参数,并应用到增强现实中。本文工作的主要内容包括:（1）为了给环境辐射参数的估计提供足够的先验参考信息,本文对道路图像的道路区域进行了分割,提出了一种基于消失点与随机森林的道路分割算法。算法首先通过消失点与道路边界线检测对道路区域进行初步分割,然后使用随机森林算法对初分割结果进一步优化以得到更为精确的分割结果。本文在随机森林优化阶段使用超像素级的特征表达方式进行模型训练,在保证分割精度的情况下提高了训练效率,降低了计算成本。针对红外图像的消失点检测,本文提出了一种基于纹理方向与改进霍夫变换相结合的消失点检测算法,利用图像的纹理特征以及投票累计空间的直线特征检测消失点。（2）提出了估计红外道路图像环境辐射参数的方法。本文采用暗像元法估计图像整体的大气程辐射值,并创新性地提出了基于灰度衰减先验的大气透射率估计算法。根据道路分割结果,本文对不同分割区域采用不同算法估计大气透射率。对于道路区域,本文采用提出的灰度衰减先验算法根据道路场景中不同位置像素点的灰度衰减程度估计大气透射值。对于非道路区域,本文采用基于最小化损失函数的方法估计每个像素点的大气透射值,同时根据道路区域的大气透射率估计结果以及像素点与图像块的包含关系设置上下限阈值,防止非道路区域的大气透射值估值过高或过低。最后使用加权最小二乘滤波算法对初始大气透射图进行正则化处理,得到最终的透射图。为了验证实验结果的有效性,本文在图像复原应用上进行了实验。首先,从图像中估计出环境辐射参数,然后从红外图像中去除以上环境辐射影响得到复原图像。实验结果证明,对于图像复原应用,本文算法能够取得较好的实验效果。同时,本文还对所提算法的中间实验成果进行了评估。在消失点检测方面,本文改进的消失点检测算法能够更精确、快速的检测出红外道路图像的消失点;在图像分割方面,基于消失点与随机森林的分割方法也具有较高的分割准确率。最后,本文将环境辐射估计结果应用到增强现实中。实验结果表明本文算法估计的环境辐射参数能够保证虚拟物体和真实场景融合的辐射的一致性。