遥感图像是一种用于记录地物信息的特殊的数字图像，现如今已经被广泛应用于各个领域。在遥感图像的接收和传输过程中，图像质量由于各种内部或外部的原因而不可避免产生降质。遥感图像增强的目的就是通过有目的的调整图像的局部或者整体特征，放大不同物体之间的差别，同时抑制冗余和干扰信息，使增强后的图像更加适合人眼的判读、识别或者便于计算机对图像进行分析和处理。针对不同的场合和应用目标，图像增强的效果和过程也不尽相同。图像增强的过程可能是一个失真的过程。本文研究的图像增强方法主要是通过计算机的辅助处理使图像满足人眼判读、识别的要求。本文在研究现有的遥感图像增强方法的基础上，首先尝试了将基于NSCT域的WindowShrink和BayesShrink结合进行图像增强，结果表明这种方法具有良好的自适应去噪的效果，但不能同时提高图像对比度和边缘信息。在这个基础上，我们进一步提出了一种基于自适应BayesShrink的图像增强算法，该方法针对遥感图像对比度普遍偏低，细节信息丰富的特点，首先对输入的遥感图像做了直方图均衡化处理，直方图均衡化法作为传统的经典图像增强方法，可以从全局快速而有效地提高图像的对比度。但由于基于全局的图像对比度增强方法往往没有考虑图像局部之间的相关信息而导致局部信息不能得到有效的提高，噪声被放大。针对直方图均衡化的这个缺点，本文将直方图均衡化后的图像转换到NSCT域进行去噪，经NSCT变换的图像被分解成了一个低频子带和多个高频子带，图像中的噪声和边缘细节集中在高频子带中。我们利用自适应BayesShrink去噪的算法消除了图像高频中的固有噪声和直方图均衡化方法可能产生的噪声，另一方面，采用了基于NSCT域的模糊对比度增强方法，使遥感图像的局部对比度也进一步得到了增强。最后，使用了拉普拉斯滤波器对逆变换回空间域的图像进一步做边缘细节增强。在文章的最后，本文对增强图像的结果从主观和客观两方面进行了深入分析，并与其他方法做了比较。分析结果表明，本文方法对遥感图像增强效果显著，在去除噪声的同时很好地保留和增强了图像的边缘细节，提高了图像的全局和局部对比度。