红外图像有着动态范围高、灰度分布集中、信噪比低等成像特点,直接显示会造成对比度低、细节损失严重的后果,所以需要一定的增强算法来对其进行处理以得到良好的视觉效果。传统的增强算法对动态范围压缩和提高图像对比度有着很好的效果,但是对图像细节的突出不够,所以对能够在传统增强算法上进一步提升细节效果的算法研究逐渐成为红外图像处理领域研究热点之一。现有的细节增强算法主要是基于滤波器分层思想将图像分为基本层和细节层,然后对基本层进行动态范围压缩,对细节层进行单独地放大处理,最后合并得到细节增强后的图像。对比传统增强方法,现有的细节增强算法能够得到更好的细节提升效果,但是也存在着容易模糊图像基本纹理、细节放大倍数不好掌控和过度放大噪声等问题。针对于现有算法的不足,本文提出了一种改进的基于分层思想红外图像细节增强算法,考虑到引导滤波器对强边缘和图像梯度的保持特性,本文用引导滤波器来对图像分层,并且根据图像的局部方差统计特性自适应地选取滤波参数,以便于更好地应用于实时红外成像系统;对于基本层的处理,本文通过在直方图线性窗口内判断无效灰度级来避免模糊图像纹理,并且修正映射曲线来更好地映射图像;对细节层的处理,本文在对细节层图像特征分析的基础上用二次滤波加改进的噪声掩膜方式对细节层噪声进行抑制,并且在基本层和细节层合并时,利用两次滤波的参数之比来控制细节层增益。实验结果表明,本文算法能够在更准确地去除基本层无效灰度级的同时真实还原红外图像特性,并且能够能够很好地抑制细节层平缓过渡区噪声的放大,有效地控制细节层放大倍数避免细节过度增强失真或增强不足,取得了比较好的整体细节增强效果。