高动态红外图像是红外图像发展的新方向，而且已经大量存在我们的生活中，因此对其研究是很有必要的。本文的研究重点是对高动态红外图像压缩后的红外图像细节增强算法的研究。本文主要包括以下方面的内容：第一部分，介绍了红外图像的基本特征及其客观评判标准，并介绍了目前最新的红外图像发展方向--高动态红外图像技术，以及高动态红外图像的获取及目前的研究情况。第二部分，鉴于当前的热成像设备已经具备了高动态范围功能(灰度级别12bits-16bits)，但显示设备的灰度范围依旧是256个级别，因此需要对其进行压缩，本文利用双边滤波器先对高动态红外图像进行分层，讨论了基于HE方法及CLAHE方法对基础层进行图像增强处理，用Gamma算法对细节图像层进行图像增强。对处理后的基础层和细节层主要讨论了基于小波变换技术融合算法，仿真实验表明，融合结果增强了源图像信息。第三部分，鉴于当前的单处理器性能已经不能满足大规模科学与工程计算及商业应用的需求，并行算法是目前唯一能满足实际大规模计算需求的支撑技术，本文使用并行处理算法，以适应实时性的需要，经过仿真实验表明，并行算法在没有损失图像的细节信息的同时提高了效率。