图像增强是指按特定的需要采用特定方法突出图像中的某些信息，同时削弱或去除无关信息，或将原图转换成一种更适合人或机器进行分析处理的形式的图像处理方法，其设计与其应用目的密切相关。由于场景条件的影响，很多在高动态范围场景、昏暗环境或特殊光线条件下拍摄的图像视觉效果不佳。在实际工程应用中也存在不同增强程度的选取与控制、各种场景间的切换、对于多种目标的适用性等需求，使得在一定范围内拥有良好自适应性、能够根据输入数据智能化的调节映射曲线的处理方法的研究成为数字图像处理和计算机视觉领域的一个研究热点和难点。此外，通常在工程中为了获取高质量的图像，使用高位宽相机进行采集（12、14、16位宽）。而为了将此类图像用于PC机上显示（8位宽），需要对原始数据进行选取和变换处理，使图像具有较高的对比度，同时不丢失一些重要的细节信息。本论文对几种具有一定通用性的图像增强理论和技术进行了深入研究，分析了它们在实际应用中的问题和存在的缺点，提出了几种图像增强的改进方法。论文主要针对各种复杂场景下的高位宽图像，分析了可见光图像和红外图像的特征性质，分别提出了针对高位宽可见光图像的ARPOSHE算法和针对高位宽红外图像的ASMM算法以及之后的自适应伪彩色处理方法。实验结果表明，本文提出的算法很好的增强了图像的对比度，提升了图像的视觉效果，使处理后的图像拥有丰富的层次感，更符合人类的感知习惯。本文算法同时还拥有高度的自适应性，对于不同场景、不同目标、不同位宽的图像处理后都能达到较好的增强效果，以及合理的时间复杂度，来更好的满足实际工程的应用要求。