随着高新技术的迅猛发展,红外成像技术也是不断进步,目前,红外热成像设备的应用,已经从军事领域逐渐发展到民用领域,并呈现出广泛深入的态势。但是由于红外热像仪自身光学系统的制约和工作环境的影响,红外成像的效果有时并不能很好的满足人们的需求。尤其在对图像中目标识别应用方面,还需要对红外图像执行一系列增强算法和检测算法。本文首先介绍了课题的研究背景及意义,概括分析了红外图像技术的国内外研究现状,简单介绍了当前红外图像技术的主要应用。其次,给出了一些预备知识,包括红外成像的原理、噪声特性及红外图像处理技术概述；再次,重点讨论了红外图像增强算法,本文分别从图像平滑、图像锐化、直方图均衡三个方面进行讨论,其中着重探讨了中值滤波和高通滤波方法,并做了一些有益的改进；重点讨论了基于小波分析的红外图像非线性增强算法,提出了针对弱红外图像的综合增强处理方法；并对以上各方法做了仿真实验加以验证。接着,又研究了红外图像目标检测算法,介绍了数学形态学方法,重点讨论了侧抑制网络方法,并通过各向异性高斯核函数自适应地确定侧抑制网络的抑制系数,改变了以往手动近似设置抑制系数的方法,更有效地利用了图像信息。与传统方法进行比较实验的实验结果表明,本文方法优于传统方法,能有效抑制背景杂波,突出目标。第五部分,把本文方法应用在铁路道岔自动监测系统中,结果表明：本文的设计方案环境适应性更强,检测准确率更高,工作稳定,维护方便。最后,进行了总结和展望。