医学红外热成像技术是一种功能性成像技术,它以不同灰度值的热像图形式表现人体组织的温度分布,进而反应人体的健康状况,在临床上可作为医生诊断某些疾病或预防这些疾病的重要依据,其应用前景非常广泛。红外热像图由于受诸多因素的影响,图像中的很多细节信息不易被识别,所以很有必要对其进行增强处理。本文对红外图像的增强方法进行研究,重点对基于Retinex理论的图像增强算法进行了研究。本文首先对基于灰度变换的红外热像图增强处理方法,包括线性变换、非线性变换、直方图均衡、直方图规定化等进行研究,针对人体手部热像图进行了实验,结果显示这些常规的处理方法不能有效的突出图像细致入微的细节,处理效果不是很理想。然后对基于Retinex理论的算法进行研究。利用全局型的Retinex算法进行红外热像图的处理,使得图像质量有了一定的提高,但该算法运算量较大,且引入了与像素无关的其它的一些灰度值的影响,有些细节的效果反而变差了,图像的动态范围也不能得到保证。进而研究了局部型Retinex算法,逐一分析了单尺度Retinex算法、Frankle-McCann算法、McCann99算法和多尺度Retinex算法,并分别应用于人体手部热像图的处理。并在上述方法的基础上,对具有色彩恢复特性的多尺度Retinex算法进行了改进。结果表明,利用改进的多尺度Retinex算法得到了理想的处理结果,对红外热像图的增强效果最为明显,处理后的图像颜色自然、丰富,保真度也提高了。