图像采集传感器在暗视觉环境下的成像,存在图像亮度低、细节信息不突出、噪声大、对比度低等问题,会严重地影响人眼的辨识能力以及后续图像处理。针对上述问题,本论文改进了一种暗视觉环境下图像增强方法,对暗视觉环境下成像的低质量图像进行增强处理,使人眼和计算机能够识别图像中隐藏的真实信息。针对暗视觉环境下图像亮度低,导致人眼无法识别图像信息的问题,本论文改进了一种基于Retinex的暗视觉环境下图像亮度增强算法。首先,估计暗视觉环境下图像的全局照度图像和局部照度图像,将全局照度图像和局部照度图像的对应像素点进行加权平均,得到具有全局和局部特征的初步估计照度图像;然后,采用改进的加权引导滤波对初步估计照度图像进行多尺度保边平滑滤波,得到滤波后的照度图像;再对滤波后的照度图像进行自适应伽马校正,得到校正后的照度图;最后,根据Retinex理论和校正后的照度图像,求解反映图像细节信息的反射图像,即亮度增强的暗视觉环境下图像。针对暗视觉环境下图像细节信息不突出、噪声大、对比度低的问题,本论文在暗视觉环境下图像亮度增强的基础上进行图像细节增强处理。首先,仅对反射图像的亮度通道图像进行三维块匹配滤波去噪处理,反射图像的颜色通道保持不变;然后,使用反锐化掩膜法对去噪后的亮度通道进行图像对比度增强处理;最后,将对比度增强的亮度通道图像与反射图像的颜色通道图像融合得到细节增强的图像。为了验证本论文暗视觉环境下图像增强算法的有效性,对暗视觉环境下图像进行仿真对比实验,并设计主观评价实验。实验结果表明本论文算法能够有效增强暗视觉环境下图像的亮度、对比度和清晰度,在主观和客观上都有较好的结果。