现今,车载红外运用越来越广泛,但它得到的图像没有色彩和深度感,不利于人眼对场景的理解,如果能估计出它的深度和恢复它的色彩,再用深度信息来调制色调和饱和度得到具有视觉立体感的彩色图像,这将有利于人眼对场景的理解,本文研究的内容是车载红外图像的深度估计。深度就是景物到观察者的距离,目前国内外深度估计的方法主要分为单目和双目两大类,本文是针对车载红外图像,研究基于单目的深度估计方法本论文工作的主要内容分两部分,第一部分是基于图像内容的深度估计方法以及基于图像分割和直线检测的红外图像深度估计方法；第二部分是对车载红外视频进行深度估计。具体如下：1、对单幅车载红外图像用基于图像内容的方法对景物进行深度估计,首先根据场景的特定性,用区域生长的分割方法对景物分类,然后分别对各类别的景物进行深度估计,再把深度信息与色调和饱和度相结合给场景赋予色彩,实验结果表明得到的图像具有视觉立体感。2、提出了对前一种深度估计方法的改进算法,先用顶帽变换对红外图像进行预处理,然后用OTSU自适应的分割方法提取前景,最后分别对背景和前景估计深度信息；研究了一种基于直线检测的深度估计方法,对图像检测直线,然后用直线的信息来确定前景的深度信息。3、研究了车载红外视频的深度估计方法,提出了一种基于帧差区域的深度修正的视频深度估计算法,首先对车载红外视频的天空和地面区域基于前后两帧的帧差,估计出帧差深度信息,然后对树木区域先基于前一帧生成一个基准的深度图,然后根据树木的坐标信息来修正后一帧的深度信息。