针对带颜色恢复的多尺度Retinex算法在最后输出的图像上存有重叠的问题，提出了一种改进的子频带分解的Retinex算法，该算法不仅能增强亮点中的细节，也能增强在阴影中的细节。由于RGB这三种颜色之间有很强的关系，而HSV这三者之间没有很大的关联，能够较好的反映人对色彩的感知。实验结果表明，与基于RGB空间的多尺度Retinex算法相比，改进的基于HSV的算法更有效的增强图像在亮点和阴影中的细节，颜色更接近于原图。

由于假设入射光变化平稳，基于Retinex理论的传统彩色图像增强算法也有一些局限性，增强效果有限。在明暗对比度较强处，引入颜色失真和出现光晕现象。考虑到这些限制，本文提出了一种基于多尺度Retinex的改进算法。利用双边滤波进行亮度分量估计和局部对比度增强，将增强后的亮度图像与原始图像HSV彩色空间的亮度图像I进行对比，进行彩色图像恢复。实验结果表明，该方法在增强图像时，能够有效地避免颜色失真及抑制光晕。