我国森林资源匮乏,森林资源调查工作对森林资源的管理和利用有着非常重要的作用。森林资源调查中往往需要精确的影像数据参与定量计算,但是在地形起伏大的区域,由于光照的不均匀,导致图像中经常存在如山体阳坡和阴坡等过亮或者过暗的局部区域,也有因水汽充足造成的薄雾区域,这些区域对比度低,光谱信息不充足,对森林资源调查的定量计算结果造成很大影响,并且我国自主研发的高分系列遥感卫星已经开始投入林业行业研究和使用。然而针对遥感影像的低对比度情形,研究者们都是采用基本的图像增强如空间滤波、频率域滤波和数学形态学去处理。这些方法对于提高图像对比度,恢复阴坡阳坡光谱信息并没有太大的帮助。本文利用增强方法中的限制对比度自适应直方图均衡化算法和二维直方图均衡化算法对高分影像进行处理以提高图像对比度,恢复阴坡阳坡的光谱信息。过程中使用图像质量评价体系作为辅助参数指标,指导图像质量的评价分析。本文通过实验发现两种算法对高分影像的增强效果都很好,都能够有效的提高图像的对比度,恢复阴坡阳坡光谱亮度信息。其中对于限制对比度自适应直方图均衡化算法,通过设置不同的邻域大小和裁剪阈值对选取的研究区影像进行处理,邻域的增大和裁剪阈值的减小都会使处理结果朝着接近原始图像的方向偏移,相反则会使图像向着失真的方向偏移。而二维直方图均衡化算法只通过改变邻域大小,就可以实现不同的处理效果,邻域增大也同样会使得图像朝着与原图像相近的方向偏移。参考客观评价指标和视觉效果,总结出二维直方图均衡化算法处理效果要优于限制对比度自适应直方图均衡化,且参数设定也更简单。并且将处理结果应用在了森林资源调查的小班区划中,得出经过处理的影像能够更好的突显出地貌等信息,利用这些影像绘制小班能够获得更多的细节。