合成孔径雷达(SAR)是一种高分辨率成像雷达,广泛应用于军事和民用领域。现有的高性能SAR图像增强算法复杂度较高,面对高分辨率图像时,计算时间较长。针对SAR图像增强算法实时性较低的问题,本文基于通用并行计算架构(CUDA),研究并实现了 SAR图像增强中三种基本功能模块的并行化算法,提出了一种基于图像分层和噪声可见性函数的SAR图像细节增强算法及其基于CUDA的并行化实现方法,主要工作包括:(1)阐述了 SAR图像增强的意义,分析了 SAR图像退化模型和统计分布特性,给出了图像质量的评价标准,并对本文所采用的CUDA的硬件架构和编程模型进行了介绍。(2)研究SAR图像增强中的三种基本功能模块,对已有的串行化图像增强算法进行了基于CUDA的并行化设计和实现,分析并行化算法的处理效果和加速性能。实验结果表明,基于CUDA的并行化实现方法能够有效提高运算效率。(3)结合CUDA架构和SAR图像特点,提出了一种基于图像分层和噪声可见性函数的SAR图像细节增强算法。该算法采用双边滤波对图像进行分层,通过伽马变换对基本层进行对比度调整,利用噪声可见性函数控制细节层增益系数,在增强图像细节的同时抑制噪声。实验结果表明,该算法能够有效提高图像质量,改善图像视觉效果。(4)对细节增强算法进行了基于CUDA实现的可行性分析和并行化设计,针对算法主要耗时部分进行并行化改造,给出了并行化细节增强算法的具体实现步骤。结合CUDA程序的特点进行了优化,进一步提高运算效率。实验结果表明,基于CUDA的并行化细节增强算法能够在不降低图像处理质量的同时,减少运算时间,具有显著的加速效果,对于1024 X 1024的SAR图像,优化后并行化算法的加速比达到75.756。