针对红外图像信噪比低、目标边缘和细节模糊等缺点, 提出了一种基于梯度直方图变换增强红外图像细节的方法。通过分析红外图像的梯度直方图, 构造出一个高斯函数来扩展梯度直方图, 增大图像的梯度值。采用直方图规定化法, 实现图像的梯度直方图规定化, 得到变换的梯度场。在从变换的梯度场重建增强的图像时, 引入全变分(TV)模型来抑制噪声。实验结果表明, 提出算法的图像信息熵比灰度直方图均衡化和规定化算法显著提高, 明显增强了红外图像的纹理细节, 为目标检测、跟踪和识别提供了高质量的图像信息。提出的算法采用有限差分法迭代进行求解和Visiual C++编程, 对大小为480 pixel×480 pixel的图像的处理时间约为40 ms, 基本达到了工程应用对图像处理的要求。