红外成像技术因其抗干扰性强、保密性好和全天候工作等优点在多个领域得到了广泛的应用，但由于受到大气衰减和制造工艺等因素的限制，红外图像对比度较低，难以直接用于肉眼观察，需要采用增强算法提升图像的对比度来改善可视效果。传统增强算法对提升图像的全局对比度效果较好，但是对图像的细节纹理提升能力有限，通过全局和局部增强相结合来改善全局对比度和增强细节纹理逐渐成为增强处理领域的研究热点之一。
　　现有的全局和局部相结合的增强算法中存在全局对比度增强不够、融合方法分配不均等问题。针对这些问题，本文提出了一种改进的基于2D直方图的红外图像对比度增强算法，首先本文采用2D直方图代替传统直方图，2D直方图统计的是某个像素相邻区域内的分布特性，因此2D直方图更能反映图像的真实分布情况；其次在对2D直方图进行修正处理上，本文选用了一种新的门限值取值方法，考虑当前场景中有效的灰度级来计算门限值，对超过门限值的部分按照2D直方图中元素所占比重进行重分配；最后在全局增强图像和局部增强图像的融合方法上，本文采用分数阶微分算子来检测图像的边缘，为了得到更加完整和真实的边缘图像，本文根据图像的梯度、信息熵和均方根信息构造了一种自适应阶次模型，将全局增强图像和局部增强图像利用边缘图像进行融合输出。
　　最后，本文选择从主观视觉效果和客观评价标准两个方面来对比分析本文算法与对比算法的性能。实验结果显示，本文算法在改善图像全局对比度、提升细节纹理信息方面取得了较好的效果。