随着红外成像技术地不断发展，图像数据位宽出现了14位、16位或更高，灵敏度日益提升，帧率也越来越高。然而众所周知，红外成像存在图像信息中像素灰度级集中，对比度差的问题。为了解决这些问题，研究人员陆续提出了效果越来越好的图像增强的算法，这也就意味着图像增强算法的复杂度越来越高。此时就存在几种矛盾：复杂算法的开销与底层硬件规模和功耗限制的矛盾；越来越快的更新速度与底层硬件较慢的开发周期的矛盾；越来越快的数据率与CPU运算能力不足的矛盾等等。为了解决上述种种矛盾，本文提出了CPU+GPU的PC端体系架构。FPGA及相关电路只负责采集原始图像数据，其余所有图像处理工作全部交由PC机处理，由于算法开发人员只需要掌握C语言及一些必要知识，这样做使得图像处理算法的更新变得更加快速与方便。PC端利用CPU进行资源管理与进程调度，利用GPU擅长处理大规模数据并行计算的特点来进行红外图像处理，这样就最大程度地发挥了一台PC机所有运算资源，可以很好地适应高速数据率的发展趋势。本文使用了NVIDIA公司提供的CUDA软件编程构架方案。CUDA使得GPU的开发变得简单，程序开发人员上手快，也更高效地利用了GPU的能力。此外，本文在前人研究的基础上，对红外图像细节增强技术进行了探讨。从红外图像特征入手，简单梳理了红外图像增强技术发展的历程，自然引出双边滤波器在其中的独特优势，再结合其他算法的优点，及本文所述红外成像系统的特点，最终形成了本文提出的基于双边滤波器的红外图像细节增强算法。最后，本文实现了将上述两者的结合，即利用CUDA实现基于双边滤波器的红外图像细节增强算法。通过整体的红外算法系统测试，验证了提出的算法的可行性及有效性，能有效地保留红外图像中的细节信息，具有良好的视觉效果；同时也验证了CPU+GPU的架构模式在处理复杂图像处理算法的实时性，满足了当今快速发展的红外成像技术对于高分辨率、高帧率实时红外图像处理的要求。