当今红外成像系统的关键器件是非制冷红外焦平面阵列。然而受到工艺和材料的限制,焦平面阵列得到的图像存在严重的非均匀性,尤其是条纹非均匀性严重影响了图像的质量。此外,采集的红外图像具有对比度低,图像细节不清晰等缺点,且由于原始图像动态范围较高需要压缩位深才能在8位显示器显示,压缩过程中细节会有部分丢失,限制了后续目标检测识别等应用。因此,针对上述问题,本文在算法层面给出了解决方法,主要工作如下:首先研究分析了中途直方图均衡算法,该算法最初用于电影去闪烁,本文将其引入到红外条纹非均匀性校正中,利用竖直条纹方向的邻域信息自适应处理条纹非均匀性,算法适用范围广,大部分情况能获得较好结果,但在某些平坦区域条纹去除不完全且不能处理其余类型噪声,此外算法处理慢不适宜工程应用。为了解决其算法速度较慢的缺陷,本文研究了一种寻找条纹模式进而用原图像减条纹得到校正结果的方法——基于一维引导滤波的条纹非均匀性校正算法。改进其误将与条纹方向一致的长边缘当成条纹导致边缘模糊的问题。加入边缘检测算子得到竖直边缘索引图,利用该图在竖直边缘点处用较小的行引导滤波平滑系数,若存在较长边缘则在列引导中选取较大的滤波窗口。此外根据场景自适应调整引导滤波系数解决了手动调参的问题。改进的方法能够更好处理条纹的同时减少边缘模糊,同时能够对图像中其余噪声有一定的去除效果。其次本文对基于边缘保持滤波分层的数字细节增强技术(DDE)分析研究。首先分析了双边滤波数字细节增强算法,由于双边滤波分层导致部分显著边缘信息遗漏到细节层,产生了梯度反转效应,同时在增强细节层的过程中造成大量失真伪影。本文在边缘保持滤波器能量函数中加入梯度惩罚项,区分强弱边缘,得到一种新的梯度感知边缘保持滤波器。能够使强边缘和图像整体亮度保留在DDE分离的基本层中,而只有微弱边缘和纹理细节作为细节层增强,有效防止了梯度反转和halo效应等失真以及噪声放大的缺陷。其次,根据人眼视觉理论,在细节层增强过程中,设计了梯度和亮度权重,有效增强所需细节并防止过增强。图像主观评价和客观评价指标表明,本文算法能很好的处理条纹非均匀性,保证去除条纹外没有模糊边缘或引入其他失真,能够在压缩图像动态范围的同时增强细节,且没有引入失真和噪声放大。为后续红外图像应用打下基础。