随着红外成像技术的不断发展,红外热像仪在军事和民用等诸多领域获得了广泛应用。由于红外图像普遍存在边缘模糊、对比度低和噪声大等缺陷,红外图像的增强算法获得了广泛研究。传统的红外图像增强算法大多针对8位图像数据处理,而现代高性能红外热像仪能够输出12～16位的原始图像数据,传统的增强算法已经不能适应如此大动态范围的图像。为此,本文提出了一套基于分层处理的红外图像增强算法框架,以完成大动态范围红外图像压缩与细节增强。本文分层处理框架如下：首先,使用平滑滤波器对原始大动态范围的红外图像进行滤波处理,获得平滑后的图像,作为基本层图像；其次,将原始图像与基本层图像做差获得细节层图像；再次,对基本层图像进行动态范围压缩和对比度调整,对细节层图像进行自适应增强处理；最后,合并处理后的细节层图像与基本层图像得到输出图像。针对平滑滤波器,本文研究了引导滤波器(GIF,Guided Image Filter)、双边滤波器(BF,Bilateral Filter)和加权最小二乘滤波器(WLSF,Weighted Least Square Filter)的图像平滑效果、噪声抑制能力、细节提取能力以及计算效率,详细比较了其优缺点及适用场合；针对基本层图像动态范围压缩处理,本文研究了伽马曲线调整、直方图调整等多种处理方式,提出了改进的直方图投影方法；针对细节层图像增强处理,本文在分析人眼视觉特性及其对噪声感知特点的基础上,提出了具有噪声抑制能力的细节增强技术。在上述分析的基础上,本文提出了一套基于引导滤波器和改进投影直方图的算法框架。并使用TI公司最新多核DSP芯片TMS320C6678设计实现了该算法。实验结果表明,该算法对于增强图像细节信息,调整对比度,抑制背景噪声均优于已有的增强算法；且该算法计算效率高,工程适用性强。