史瑞雪，高保禄，乔颖婧

(太原理工大学 软件学院，山西 晋中 030600)

0 引言

图像在采集过程中由于天气、光照等外界环境的影响，使得采集到的图像会出现光照不均、色彩失真、细节模糊等问题，从而使人们无法准确获取和识别图像中的信息。因此，对低照度彩色图像增强算法的研究具有重要的价值与意义。

目前，国内外应用比较广泛的增强算法有直方图均衡图像增强算法[1]、小波变换图像增强算法[2]和基于Retinex理论的图像增强算法。其中，Retinex理论是基于人类视觉亮度和颜色感知建立的色彩感知模型，又称为色彩恒常性理论[3]，具有动态范围压缩、边缘增强和颜色恒常等特性，常常被用于图像增强领域[4]。近年来，基于Retinex的改进的图像增强算法得到了许多新的发展。常戬等[5]提出了基于小波变换的改进双边滤波的Retinex图像增强算法和改进阈值函数去噪算法。该算法对小波分解后的低频图像进行光照估计，使用改进阈值函数得到新的高频系数，有效地避免了图像泛灰和光晕现象并去除了噪声；文献[6]提出一种通过Retinex模型进行结构显示微光图像增强算法，该算法提供了一种基于增强拉格朗日乘数的无对数变换的交替方向最小化方法，其在弱光图像增强中的有效性和鲁棒性都表现较好，但是存在色彩失真现象；文献[7]提出基于Retinex的区域协方差滤波器的图像增强框架，该算法在消除噪声和增强细节方面具有很好的效果，但是存在色彩饱和度低等问题。……