红外成像技术不受光照条件影响,能够全天候地工作;并且抗干扰能力强。因此,如今的红外成像技术得到了广泛的运用,如军事、医学、农业以及工业领域。但是目前的红外成像设备,往往是14位或是16位,不便于在当前的显示设备上显示。其次,因物体之间的温度差异小,所有红外图像的灰度值范围较窄,以致红外图像的对比度低;因同一个物体的不同部分温度差异小,从而导致细节不清晰。本文的研究目的是针对红外图像以及红外视频的对比度和细节进行增强,重点研究基于Retinex分解的局部自适应处理红外图像增强算法。然后在此算法的基础上结合光流法进行改进,使其能够适应红外视频的增强。本文的主要工作和创新点如下:（1）红外图像的对比度低、细节模糊,且信噪比低,为了获得拥有良好视觉效果的红外图像,本文提出了一种基于Retinex分解的局部自适应处理红外图像增强算法。首先,为了增强红外图像的对比度,本文通过几何分布来修正图像的降序直方图,并且基于全局映射函数自适应地更新局部映射函数,对原始红外图像进行动态范围压缩和对比度增强。其次,为了增强红外图像的细节,本文通过Retinex的联合内、外先验模型JIEP将对比度增强后的红外图像分解为照度分量和反射分量,其中反射分量反映了物体的本质,它包含了大量的细节和噪声。再将反射分量输入到保边界滤波器mu GIF中,获得基础层图像以及细节层图像,通过定义一个自适应权重参数,来增强反射分量的细节并且抑制细节增强过程中噪声的放大。然后将细节增强后的反射分量与由Retinex分解得到的照度分量进行合并。实验结果表明,该算法能够有效地增强红外图像的细节和对比度,并且抑制噪声的放大。（2）针对红外视频,本文改进了基于Retinex分解的局部自适应处理红外图像增强的算法,提出了一种基于光流法的红外视频增强算法,该算法更适合于增强红外视频。首先,为了解决前景移进的图像块的背景出现过增强、前景移出的图像块的背景出现增强不够的现象。将基于局部自适应的对比度增强算法改成全局对比度增强算法,有效的解决了上述现象。其次,为了根据每帧红外图像的特点自适应地增强红外视频每一帧的图像,通过光流法估计红外图像中的运动目标像素占总像素的比例,来控制几何分布直方图和全局降序直方图的组合比例。最后,为了增强运动目标的细节,通过光流法估计红外图像中的运动目标像素的分布,在增强背景细节的基础上进一步增强了红外视频中出现的运动目标。通过实验证明,该算法能够有效增强红外视频的每一帧图像。