随着红外成像技术的迅猛发展,红外成像系统被广泛应用于军事、工业和民用等领域。由于红外成像系统外部环境和器件性能等因素的影响,红外图像呈现出边缘细节不突出、对比度低、人眼视觉效果不清晰等问题,这些问题不利于后续的目标识别和检测等高级处理。因此为了提高红外图像质量,对红外图像增强算法进行研究显得十分重要。本文通过对传统红外图像增强算法进行研究,提出了两种改进算法。其主要研究工作如下:首先,通过大量文献的查阅,对红外图像增强算法研究现状进行总结;接着从红外图像基本特征出发,分析比较传统增强算法的优缺点;此外,在目前技术水平和现实应用的基础上,指出了将来红外图像增强算法的研究方向。然后,针对传统反锐化掩模算法的不足,提出了一种基于改进反锐化掩模的红外图像增强算法。首先对原始红外图像进行预处理;接着使用自适应双边滤波器代替传统的高斯滤波器,同时在该滤波器的基础上加上自适应边缘补偿技术进行边缘细节补偿;然后对分层得到的细节层进行自适应增益处理,对基础层进行自适应平台直方图均衡化处理;最后将处理后的基础层和细节层进行合并,获得红外增强图像。该改进算法可以对红外图像中的噪声进行很好的抑制,提高红外图像对比度和亮度,丰富边缘细节信息,解决了传统反锐化掩模算法进行红外图像增强时出现的噪声放大、强边缘被过度平滑或锐化等问题。最后,针对传统多尺度Retinex算法的不足,结合人眼视觉特性,提出了一种改进多尺度Retinex的红外图像增强算法。首先对传统的多尺度Retinex算法进行改进,将传统多尺度Retinex算法中的高斯滤波器使用自适应的引导滤波器代替,同时利用该滤波器中的最优尺度参数来自适应的计算多尺度Retinex算法的最终权值,使得该算法具有自适应性;然后对该算法得到的光照分量进行加权直方图处理,对反射分量先进行自适应S曲线处理再结合人眼视觉特性进一步进行增强处理;最后通过乘法运算合并光照分量和反射分量得到增强后的红外图像。该改进算法有效的增强了红外图像中的细节信息和对比度,提高了红外图像清晰度,解决了传统多尺度Retinex算法进行红外图像增强时出现的对比度低、局部光晕以及人眼视觉效果差等问题。本文通过实验室搭建的红外成像系统采集室内外红外图像,对以上两种改进算法分别进行多场景不同算法的仿真对比实验。实验结果表明:本文改进算法无论在主观视觉评价还是在客观定量评价中都有一定的优势,增强后的红外图像拥有更丰富的细节信息,更高的对比度,更清晰的人眼视觉感受。