红外成像系统利用目标与环境的红外辐射差异成像,具有温度灵敏度高、动态范围大、透雾能力强、可昼夜工作等多种优点,在军事和民用领域均获得了广泛的应用。但与可见光图像相比,红外图像大多有对比度低、图像模糊、信噪比低等缺点,导致图像的目视效果较差,影响后续的目视解译、特征提取、目标识别等操作。因此首先要解决红外图像的细节增晰、超分辨率增晰等图像处理问题,以改善图像的视觉效果,为目视解译提供更为清晰的高质量红外图像。本文首先研究了红外图像成像的机理和红外图像的特性,分析了红外图像的特点,为后续研究做好铺垫。同时本文还研究了经增晰后的红外图像质量的主客观评价。研究了一些图像评价的主客观指标,分析其含义。并结合图像增晰和超分辨率增晰问题,研究了评价其效果的客观指标选择。在红外图像增晰方面,本文研究了传统的红外图像增晰算法的优缺点,分析了其在视觉效果和细节增晰方面的不足。在此基础上,研究了基于Retinex理论的图像增晰SSR和MSR算法。将Retinex理论与红外图像增晰问题相结合进行研究,提出了一种基于Retinex理论的红外图像细节增晰算法。在算法中,先对红外图像进行分频处理,将低频部分进行多尺度Retinex(MSR)处理,高频部分进行局部直方图均衡CLAHE处理,再进行加权融合,得到最终的增晰结果。实验结果表明,经本方法处理后的图像显示的动态范围有效地扩大,细节信息突出明显,可得到更多的目视信息,并且视觉效果更好,适应性强。在红外图像超分辨率增晰方面,本文对图像超分辨率的常用方法进行了研究。针对传统算法中存在的加入的先验信息不充分、运算复杂、解空间较大、最优解偏差较大等问题,将图像稀疏表示理论与图像超分重建模型相结合,提出了一种基于图像稀疏表示的单幅图像超分辨率增晰算法。算法中以图像块的稀疏度最小作为先验知识加入超分重建模型中,利用求解L0范数最优的贪婪OMP算法,优化得到对图像块的稀疏表示,进而重构出高分辨率的图像块;再利用相邻块间的重叠部分求取平均处理以去除边界效应,得到视觉效果较好的超分辨率重建图像。实验结果表明,经本算法处理后的图像能有效地保持高分辨率图像的细节信息,改善图像显示的视觉效果,较直接插值的方法具有更好的主客观评价效果。