近年来,海上运输业、旅游业日益蓬勃发展,在日益复杂的通航环境下,海上遇险事故频频发生。为了最大限度地减少事故损失,及时有效地海上搜救工作至关重要。在复杂的海洋环境中,利用红外探测技术的成像设备,构建海面遇险目标搜寻系统,它能够快速并大范围地搜寻海面遇险目标,从而提升海面遇险目标的检测、定位和跟踪能力,最终提升复杂海况下关于海面遇险目标的搜救成功率。然而红外图像通常具有一些非理想的特征,如对比度低、细节模糊等缺点,这会对图像的观察、特征提取和目标检测等工作产生严重影响。因此,有必要利用图像增强的预处理技术来提高海面红外图像的对比度,突出感兴趣区域的特征,从而提高图像质量和视觉效果。通过对红外图像存在的质量退化问题进行处理优化,可以为后续的目标检测、跟踪等研究提供技术保障。直方图均衡化（Histogram Equalization,HE）算法由于其有效性和简单的实现方法而成为一种常用的图像增强算法。直方图反映了图像像素在不同灰度级的分布,基于直方图变换的图像增强算法的优点为操作简单,易于实现。直方图均衡化算法通过自动拉伸图像到较大的动态范围可获得较高对比度,但是它容易导致高频直方图部分的过度增强以及合并低频灰度级引起的细节丢失,并且输出图像的亮度不能得到有效的保持。为此,我们对HE算法进行合适的修改,依据红外海面图像的特性分析,一方面将图像拉伸到可控的范围,以此削弱了单直方均衡化所出现的过度增强和伪影的不良现象,另外还通过伽马变换将灰度过高或者灰度过低的像素进行修正。经过理论分析和实验验证,大部分的目标一般处于较高的灰度值,因此我们对比不同的伽马值的图像增强效果,选择大于1的伽马系数,充分提高目标所在的高灰度值的对比度,就可以更好地突出目标。此外,针对红外海面图像中小目标分布的特点,本文还进一步提出了一种自适应的双阈值的双直方图增强算法。该算法首先自适应地选取了一个子直方图分割点,将原直方图分割成两个子直方图,再根据大量的图像和直方图的分析结果选取一个拉伸范围的分割点,将拉伸范围合理地划分为两个不等的区间,并分别将两个子直方图拉伸到对应的范围内,使目标所占的子直方图拉伸动态范围在较大的区间内。这与全区间直方图相比,双区间均衡化的算法可以很好地保留给定图像的平均亮度均衡,同时增强对比度。因此,本文提出的增强方法能够提供许多自然的增强功能,可以使图像的细节信息更加丰富,从而使得图像中的目标更加突出。为了验证本文研究的改进的直方图均衡化算法的有效性,选取合适的红外图像进行图像特性分析以及实验验证,从主观视觉效果评价和客观质量评价两方面对改进算法的有效性进行了验证和评价。经过实验证实,本文研究的改进的直方图均衡化的算法均能达到很好的处理效果,与其他图像预处理算法相比较具有明显的优越性。