针对遥感图像中对比度低、细节信息缺失和边缘梯度保持能力较弱等问题，提出了一种基于非下采样剪切波变换（NSST）与引导滤波相结合的遥感图像增强算法。首先，原始图像通过NSST被分解成低频子带和高频子带两部分。然后，对低频子带进行线性增强，提高整体对比度；采用自适应阈值法抑制高频子带的噪声，再对去噪后的高频子带进行引导滤波增强，提高图像的细节信息和边缘梯度保持能力。最后，对两部分子带进行NSST反变换，得到增强后的图像。实验结果表明，与直方图均衡、基于Contourlet变换和模糊理论的图像增强算法、基于非下采样Contourlet变换与反锐化掩膜结合的遥感图像增强算法以及基于非下采样Shearlet变换与参数化对数图像处理相结合的遥感图像增强算法相比，该算法的图像信息熵、峰值信噪比（PSNR）和结构相似性（SSIM）都有一定的提升，能明显地改善图像视觉效果，使得图像纹理更加清晰。