遥感图像作为人们对地球进行研究和监测的一个重要的依据，起到十分重要的作用。遥感已经从军事领域转向了民用方面，由此使其发展的更加迅速。但是遥感图像在获取和传输的过程中，受到很多因素的影响，如传感器、大气等，使得到的遥感图像变得失真、模糊、对比度低等。为了便于研究人员对遥感图像的识别，就必须对遥感图像进行处理。图像增强是一种图像处理方法，主要是针对图像中的一些有用信息进行突出或强化。因此，图像增强对遥感图像的识别是必不可少的。
　　本文针对遥感图像存在的低对比度、低信噪比、边缘保持较弱、细节丢失等问题，提出了两种新的图像增强算法。其中一种是基于在NSST域的自适应阈值和引导滤波相结合的遥感图像增强算法。引导滤波是一种图像滤波算法，具有良好的平滑能力的同时还能对图像边缘梯度能很好的保持，得到了研究人员的关注。鉴于这些特性，本文将结合引导滤波对图像的细节和边缘部分进行增强。首先，该算法通过对待处理的图像进行NSST分解，将图像分解成为一个低频部分和若干个高频部分。然后，采用线性变换对低频部分进行线性拉伸，目的在于对比度的改变；高频部分，进行抑制噪声处理，将采用自适应阈值法，其次再进行引导滤波增强图像的细节部分和边缘梯度。最后，将处理后低频和高频部分进行重构处理，得到增强后的图像。通过实验表明，该算法对遥感图像的视觉效果得到了改善，客观指标上与对比算法相比，信息熵、峰值信噪比和结构相似度有了一定的提升。
　　本文另外一种是基于NSST域的直方图均衡和引导滤波相结合的遥感图像增强算法。直方图均衡是一种经典的用来提高对比度的算法，本文用它来对图像进行预处理，提高图像整体的对比度。经过NSST分解后的低频部分的处理与上一种算法一样采用线性变换的方式，高频部分的去噪处理采用阈值去噪的方法，对于图像的细节部分和边缘，还是采用引导滤波的方法。实验表明，与对比算法相比较，该算法明显地提升了图像的对比度，增强了图像的细节和边缘梯度能力。