在遥感数字图像处理领域，各种图像增强技术对于提高图像的视觉质量起着重要作用。针对弱辐射特征图像中存在的灰度动态范围狭窄、噪声干扰、色调或色彩发生偏移等问题,探索去除这些不利因素的数学原理和处理技术,使影像的视觉质量得以提升,这对于遥感数字图像处理原理的深入研究和应用领域的拓展，都将具有重要的理论和现实意义。本文针对弱辐射特征图像的视觉质量提升问题，从三个方面进行了研究，包括图像的动态范围自动调整、图像的噪声去除和彩色图像自动白平衡，并通过编程实验验证了各个算法的有效性。论文的重要工作和创新包括：1、归纳和总结了弱辐射特征图像的定义和内涵。通过相关问题的国内外研究现状分析比较，明确了论文的研究主题，即弱辐射特征图像的视觉质量改善的基本算法研究。2、针对弱辐射特征灰度图像的处理，提出了基于直方图均衡化原理的截断直方图均衡化方法，通过自动判断原始图像明暗像素的分布概率，实现了有效的自动动态范围调整方法。改进的Gamma非线性灰度校正函数，充分考虑到阴影区、高光区和过渡区这些弱辐射特征区域，采用不同区域调整幅度各异的策略，直接根据极限灰度值像素所占的比例自动地确定校正参数，克服了人为选择参数的主观性，实现对图像的自动灰度校正。3、在综合分析典型的图像平滑算法的基础上，将变分问题与相应的偏微分方程（PDE）联系应用到图像噪声剔除问题的处理中。整体变分偏微分方程噪声去除算法吸收了偏微分方程的各向异性，利用多项式拟合方法选择最优参数，在平滑噪声的同时很好地保持了目标细节边缘，较好地解决了噪声抑制和保持图像细节的矛盾。4、研究了彩色图像处理中的自动白平衡算法。从客观、主观评价和算法复杂度等方面综合比较了PR算法和QCGP算法的稳定性和适用性。实验发现，若在PR算法中更精确的定义最亮部分，或是调整QCGP中GW算法和PR算法的权重，都可以进一步提高彩色图像自动白平衡的处理效果。5、对上述问题的解决方案进行了具体编程实验，实验结果表明改进算法对原始影像的视觉效果有较大程度的提升。