针对常用的双边滤波算法易造成图像细节丢失及Retinex算法在光照变化剧烈时易出现光晕伪影现象等缺点,提出了一种基于双边滤波和多尺度Retinex算法的图像增强方法。该方法首先对图像进行小波分解,获得图像高频和低频系数;然后采用多尺度Retinex算法和双边滤波结合的方案对图像低频系数进行处理,采用软阈值滤波算法对图像高频系数进行处理;最后通过离散小波反变换得到增强后的空域图像,并对其局部对比度进行自适应增强处理。实验结果表明,该方法可以有效改善图像颜色失真情况,细节丰富,对比度强,为图像后续的

针对现有的Retinex算法不能自动调节参数，提出一种基于参数估计的双边滤波Retinex算法。该算法首先利用主成份分析和Canny边缘检测算法分别进行噪声估计和边缘强度估计；然后通过线性相关运算计算双边滤波的空间几何标准差参数和亮度标准差参数；再利用参数估计的双边滤波把图像分解出照度图像和反射图像；最后将照度图像和反射图像通过不同方法的压缩和增强并合成一幅新的图像。通过实验表明，它不仅能够自动设置参数，还能有效抑制光晕现象。

为实现高动态范围红外图像压缩和高亮区与阴影区细节增强，提出一种基于子带分解多尺度Retinex自适应细节增强方法。利用子带分解多尺度Retinex 获取三个独立光谱子带；利用引导滤波将各子带分为细节层和基础层；之后依据子带特性设计细节增强权值基函数，自适应实现红外图像细节增强；针对输出图像平滑区灰度不均匀特点，自适应求取Gamma 曲线实现灰度映射。实验结果表明：经本文算法处理后图像阴影区与高亮区细节得到明显增强，全局视觉效果良好。客观测评结果表明：本文算法有效增强图像细节信息，并且与经典基于双