在军事需求的牵引和相关技术发展的推动下，作为高新技术的红外成像在军事领域中的应用相当广泛。红外前视由于其自身的优势，具有更广阔的应用前景。而红外图像普遍存在着灰度偏暗，目标与背景对比度差、边缘模糊和噪声大等特点，所以研究红外前视图像处理算法，提高红外夜视成像仪的成像质量以提高其在实际作战中的应用变得至关重要。　　 作者着重于红外成像系统中图像增强的研究与实现。首先简述了红外图像处理中的关键技术，介绍了常见的红外图像处理算法，包括非均匀校正、盲元检测与替换以及图像增强，着重介绍红外图像增强技术。然后给出了红外图像增强的几种常用算法，包括基于一维直方图的算法、基于二维直方图的算法以及基于离散小波变换的算法，并对这些算法进行了简要地分析。接着从灰度直方图入手，分析了红外图像处理中各个层次的直方图特点，在此基础上提出了一种基于灰度分层分割和图像融合的红外增强算法，该算法以灰度作为特征分类，针对具有不同特征的子图分别加以增强，最后将遥感图像处理中常用的基于主分量分析（PCA，principal component analysis）的图像融合技术应用于对各个增强子图的融合，得到最终的增强图像，使图像增强处理更有针对性。　　 整个算法过程包括了直方图均衡、自适应灰度分层以及基于PCA的图像融合，综合用到了图像增强、图像分割和图像融合的概念和技术，实验结果表明该算法可以根据场景实现红外图像的自适应增强。