随着红外技术的迅猛发展，红外热成像技术的应用领域，已经从单纯的军用领域扩展到广泛的民用领域。相比于可见光图像，红外成像系统特有的成像机理使得红外图像普遍具有灰度动态范围窄、低对比度、低信噪比等特点。这些缺陷给我们后续更高级的处理如特征提取、检测识别和目标跟踪等带来了诸多不便。为了提高红外图像的可读性，我们需要对红外图像进行预处理。因此，对红外图像增强算法的研究具有十分重要的实用价值。本文从红外成像系统的基本原理入手，对比可见光图像,分析了红外图像及其直方图的独有特征，并对现有图像增强算法进行了深入的分析研究，为本文算法的提出提供了坚实的理论基础。针对传统图像增强算法存在灰度级过度合并、细节丢失严重的问题。本文结合平台直方图和灰度等间距均衡思想提出了自适应双平台均衡化算法。考虑到传统对图像增强效果的评估主要是依赖人眼视觉主观评价，所以文中还给出了四个客观评价参数。同时，基于阈值分割和直方图加权思想提出了自适应分段直方图加权算法。对于每个算法，本文都提供了仿真的实验结果，并给出了主客观评价结果，证明了算法的有效可靠性。