随着红外成像技术的不断发展，红外成像系统在各个领域都得到了广泛的应用。在自然场景中，红外图像通常具有很高的动态范围，而传统的显示器的显示范围十分有限，所以为了将采集到的信息能够在显示器中全部显示出来，需要对红外图像的动态范围进行压缩，同时为了不丢失目标的细节，要对其细节进行增强。基于以上原因，红外图像增强技术成为了红外成像技术领域中的重要研究课题，同时具有很高的学术意义和应用价值。　　本文以红外图像增强为研究对象，旨在增强图像细节信息的同时兼顾视觉效果。研究内容和成果包括:　　首先，对红外图像的增强算法进行了深入地分析研究，在此基础上确定基于分层思想的红外图像增强方法作为研究方向。　　其次，结合分层思想提出一种基于人眼视觉的红外图像细的增强方法。该方法首先利用改进的双边滤波器将图像分成基础层和细节层。基础层的处理是运用人眼视觉特性的方法将其映射到显示器可显示范围内，结合红外图像特点改进了灰度合并的方法。细节层的处理是应用了自适应增益的方法对细节层进行增强。最后将两层的处理结果进行合并量化到8bit范围内。　　针对基于分层思想在对比度的提升上的局限，提出了一种能够抑制背景杂波的红外图像增强算法。该方法利用人眼视觉特性的映射对近似图像进行映射，提高图像的对比度;同时根据不同尺度中包含着不同的纹理细节信息的原理，有选择地对图像各层次进行抑制和增强，有效地对杂波进行抑制，降低背景干扰。　　最后从主客观两个方面对本文算法进行了评价，用大量的红外图像对算法进行了测试，实验结果表明本算法能够改善红外图像对比度低和边缘模糊的缺点。编写了图像优化对比程序，方便验证不同增强算法的处理结果。