想象一下，一张照片里同时有太阳和阴影。如果照顾太阳，阴影里的细节可能看不清；如果照顾阴影，太阳附近又可能太亮。红外热成像也会遇到类似的问题。
在红外画面中，如果低温背景与高温热源同时出现，巨大的温差跨度容易让普通成像出现高温区域过曝、低温区域细节不足的问题。为了改善这类情况，红外热成像系统通常会采用不同的图像处理算法，其中就包括DRC。
一、什么是红外热成像DRC算法？
DRC（Dynamic Range Compression，动态范围压缩）是一种红外图像处理算法，主要用于压缩过大的图像动态范围，改善高温与低温区域同时存在时的显示效果，让不同温度区域的细节能够更好地呈现在同一画面中。
简单来说，DRC就是让红外画面在温差较大的情况下看得更清楚。它改善的是图像显示效果，并不会改变红外探测器本身的探测能力。
二、DRC与AGC有什么区别？
DRC和AGC经常被放在一起讨论，但两者并不是完全并列的概念。
AGC（Automatic Gain Control，自动增益控制）是红外热成像中用于自动调整图像灰度映射的一类方法；DRC则是AGC的一种具体实现方式，主要通过动态范围压缩改善图像显示效果。
简单来说：AGC是大类，DRC是其中一种实现方式。
不同红外热成像系统采用的AGC策略可能不同。根据应用需求，也可以采用不同的灰度映射方式，以获得更适合当前场景的图像效果。
三、DRC适用于哪些场景？
DRC比较适合温差较大、动态范围较宽的红外热成像场景，例如：
1.工业检测：高温设备与低温环境同时出现在画面中，帮助保留更多温度层次。
2.电力巡检：设备不同区域存在明显温差时，改善整体图像表现。
3.消防监测：高温热源与低温背景同时存在时，减少局部过亮对画面的影响。
4.户外热成像：面对复杂温度环境时，改善目标与背景之间的显示效果。
不过，DRC也不是处理得越强越好。过度压缩可能放大部分背景噪声，在场景快速变化时也可能造成一定的画面波动。因此，实际红外热成像产品需要根据具体应用场景对算法参数进行合理调整。
DRC主要用于改善红外热成像在大温差场景下的图像表现，让高温不过曝、低温细节更清晰。
通过合理的动态范围压缩，可以让红外画面的温度层次更加完整，为工业检测、电力巡检、消防监测等应用提供更好的图像基础。
