一些工作集中在檢測紅外熱圖像中的感興趣區域（ROI）。在大多數應用中，紅外熱圖像不僅包含有關目標對象的信息，還包含有關周圍環境的信息。因此，為了確定目標物體的溫度，需要在圖像中對其進行識別。圖像的此區域通常稱為ROI，即圖像中特別重要的部分。如果ROI是生鐵流，那么工作遵循的過程是一種基于以下步驟的圖像處理算法：使用邊緣檢測和擬合檢測，定義魚雷嘴周圍的ROI以及使用閾值化和區域增長進行分割；如果ROI是燒結過程中的火焰，在這種情況下，那么該過程使用活動輪廓分割ROI；如果ROI是旋轉式冷卻器，那么使用邊緣檢測和擬合的組合來檢測ROI，還可以通過估計圖像之間的幾何變換來跟蹤熱物料的運動。

圖為紅外熱成像

在某些應用中，有必要從紅外熱圖像中提取空間信息，即必須知道與每個像素相關的世界位置。這個問題已經在應用于傳統相機的圖像處理領域得到了廣泛的解決。在紅外熱成像中，空間校準并不常見。但是，對于紅外線掃描儀和紅外熱像儀，都有特定的校準程序。提出一種校準紅外線掃描儀的程序，并對不確定度進行分析。在這種情況下，校準基于所使用的紅外線掃描儀的特定模型。之后，提出了一種用于校準紅外熱像儀的程序。它基于用于幾何校準的燃燒燈網格。

該設備用于創建邏輯坐標（傳感器）和物理坐標（世界）之間的對應關系。將擬議的程序應用于兩個不同的紅外熱像儀，并實現低于1毫米的精度。同時，研究者提出一種使用不同方法來校準紅外熱像儀的程序，一種新的校準設備，該設備基于外層空間冷溫度下金屬的反射率。結果提供了比普通紅外熱像儀低0.25 mm的精度。通常，這些作品使用校準設備來構建可用于確定相機單位（像素）與現實單位（毫米）之間關系的模型。這可以給溫度測量帶來好處，因為可以將空間信息添加到這些測量中。

除此之外，醫療應用中的另一個問題是如何從圖像中獲得單個溫度值。紅外熱像儀可產生具有數千個溫度測量點的紅外熱圖像。但是，醫學實踐要求單個溫度讀數。因此，需要一種程序來組合可用信息。因此，分析了不同的策略：Tmax計算所考慮區域內所有像素的溫度值的平均值；Troi計算出最熱像素周圍5×5像素區域的平均值；Ttot計算研究區域中溫度分布上部包含的所有像素的平均溫度值。從而得出結論，Tmax被認為是最有用的，因為它既可以用于非靜態，又可以用于考慮快速熱響應的情況。