随着红外成像技术的飞速发展,现如今该技术已广泛应用于国防军事与民用工业等领域,但由于红外成像系统自身的硬件缺陷与自然环境的干扰导致获取到的红外图像质量差,视觉效果不佳,所以需要对此低质量红外图像进行增强处理。基于图像分层的红外图像增强方法结合了多种处理方法的优势且能有效改善图像的视觉效果,因此越来越多的研究学者们开始研究图像分层增强方法。该方法利用了保边滤波算法将原始图像分解为背景分量与细节分量,然后对两层分量进行增强与加权融合处理得到最终的增强图像。但图像分层增强方法忽略了图像的视觉特性,因此本文结合视觉特性与图像分层思想对红外图像增强方法进行研究,所做的主要研究工作如下:首先介绍了红外图像及其直方图的特点与特性,然后分析了红外图像的背景与噪声,从而指出研究红外图像增强方法的重要性。通过对传统红外图像增强算法的研究后,本文开始对结合多种处理方法的图像分层增强方法展开研究,并针对该方法存在的缺陷,结合视觉特性提出了一种联合单尺度Retinex算法与引导滤波的图像分层增强方法。该方法首先利用基于主特征提取法的单尺度Retinex算法将原始图像分解为照射图像与反射图像,然后分别通过两种加权引导滤波算法获取反射图像的背景分量与细节分量,其改进后的算法均较有效地保留了图像的边缘信息且抑制了“光晕”伪像的产生,最后对各图像分量进行对应的增强与加权融合处理获得对比度高、纹理细节信息丰富的高质量红外图像。基于算法理论的研究,本文利用MATLAB仿真平台对提出的图像分层增强方法进行仿真实验,并与选取的对比度受限的自适应直方图均衡、双边滤波和引导滤波这3种常用红外图像增强算法进行客观与主观两方面的对比分析。实验结果表明:相较于其他3种算法,本文所提的图像分层增强方法性能更好,其增强后的红外图像对比度更高,细节纹理更加清晰,整体视觉效果更佳。