为了适应新兴武器装备的快速发展,现代靶场作为鉴定武器装备有效的手段和提供关键试验数据的重要场所,需加快试验场景可视化、信息化和现代化建设的步伐。光学测量设备是靶场鉴定和试验的重要组成部分,其中,光电经纬仪(Photoelectric Theodolite,PT)是迅速捕捉、精密跟踪与实时检测图像传输的重要光学测量设备。在靶场光电经纬仪中,主要有两种异源成像传感器用来拍摄地面目标或空中飞行目标,分别是可见光和红外成像系统。可见光成像系统能够拍摄高分辨率的、清晰的目标信息,进行运动轨迹和姿态参数的判读,从而给地面指挥站提供丰富、可靠的测试数据信息。但是,可见光成像系统易受大气抖动,雨、雪等自然天气因素的影响。如果运动目标被烟、云等物体遮挡时,可见光成像系统无法完成捕获工作,最终目标跟丢;如果与天空颜色差异很小时,更是无法辨别目标位置。这些问题的存在导致可见光成像系统无法拍摄到符合靶场对运动目标精确测量要求的图像。近些年来,红外技术具有抗干扰强,穿透力强,探测距离远和全天候工作等特性,遍及军事的各个应用范畴,逐渐成为各类军事设备研发的核心技术。红外成像系统由于其自身光学系统的衍射特性和制作工艺等问题,导致红外图像的空间分辨率远远低于可见光图像,当作用远距离目标成像时,运动目标的成像占据靶面很小的像元尺寸,目标像素点主要集中在某个小范围灰度区间,图像的动态范围窄,对比度低,边缘模糊;且存在外界环境干扰和成像系统的不完善等问题时,致使存在噪声干扰,目标的信噪比较低,容易被淹没在背景中;红外图像是根据自身辐射特性进行成像,其视觉效果上远不如可见光图像更易于人眼观察。因此,提高靶场图像质量成为提升靶场光电经纬仪系统性能的关键问题。本文结合在研国防军事项目的需求,探讨了针对靶场图像特点的图像增强算法的研究。从提高靶场红外图像的对比度、信噪比和视觉效果三个角度展开,在深入研究国内外图像增强技术的研究现状和进展的基础之上,针对对比度低和边缘模糊的问题,提出了一种新颖的统计方式的自适应平台直方图均衡化增强方法,和基于模糊集理论的对数隶属度模糊增强方法;针对存在噪声干扰,信噪比低的问题,从人类视觉特性的角度出发,建立侧抑制网络增强模型,并结合自适应滤波方法,针对目标中噪声进行平滑,添加补偿度量因子,解决在去噪过程中引起图像出现块模糊的问题;为了改善图像视觉效果,满足人类视觉感受的需求,提出了结合模糊集理论和统计特性的图像融合增强算法。该算法将多传感器的特征综合到一幅图像传输给指挥站,作为领导决策的依据。同时设基于FPGA+DSP处理器的图像增强系统硬件平台,对移植后的增强算法进行了大量实验验证,实验结果表明提出的图像增强算法实时、有效。