图像增强是图像低层视觉处理的一个基本问题。如何结合人类视觉系统(HVS)对图像的对比度色彩饱和度等的感知特性,设计颜色高保真和细节明显的图像增强算法是图像增强领域的研究热点。本文以彩色图像增强为研究主线,比较系统的综述了目前国内外图像增强算法的研究现状的基础上,以基于Retinex理论发展出的各种图像增强算法的改进为具体研究思路,主要工作包括：第一,结合全局色调映射增强算法和直方图调整方法,设计并实现了基于一种多尺度Cortex变换域Retinex的彩色图像增强改进算法。实验结果表明：该算法对自然彩色图像的增强效果改善了原图像的视觉效果,较好的恢复了图像阴暗区域的细节信息,保持了图像的色调一致性,减少了光晕及阴暗区域的块效应。第二,根据彩色图像中的均值和标准差等一阶统计信息,设计局部窗口色调映射模型中的参照值,研究并实现了局部色调映射彩色图像增强算法。实验结果表明该算法在保持图像局部结构的同时增强了图像的对比度,具有较好的图像中阴暗区域的细节再现效果,而且减少了光晕伪影现象。第三,利用HVS中对自然图像的对比度感知特性,研究了一种增强对比度和保持色度的能量泛函最优的图像对比度增强方法。论文通过能量泛函最小化的迭代求解,设计并实现了一种彩色图像对比度增强算法。实验结果表明算法能在保持原图像色调的基础上较好的增强图像对比度,改善了图像中色调的饱和度。