人类获得和传递的信息大约有70%来自视觉信息,但是日常生活中,由于许多不确定因素的影响,比如雨雪,沙尘,雾等会导致获取的图像信息不清晰,这时就需要到图像增强技术来改善原图像的质量。Retinex理论及其相关算法是目前图像增强的新方式,Retinex方法的理论基础是色彩恒常性,通过仿照人类的视觉系统所联想到的方法,恢复因外界因素影响而丢失部分信息,达到恢复图像本来特征的目的。本文以研究Retinex算法为重点,先将传统的Retinex算法做了大致的介绍,然后由多分辨率框架到小波变换具有多分辨率的特点,将小波变换引入到Retinex算法当中,提出了一种新颖的Retinex算法。该算法首先把原图像转换到HSV空间,并对V分量进行对数运算,然后进行小波变换,在每一层上应用Retinex方法进行估计亮度图像,进行取指数,Gamma校正运算,得到增强后的结果,最后将HSV图像转换到RGB空间。本文的主要内容包括以下几点：1、介绍了传统的图像增强方法,这些方法需要人机交互的方式进行处理,处理后的图像效果并不是很好。2、根据随机路径Retinex算法理论,衍生出McCann’s Retinex,中心环绕的Retinex,并分析了他们的优缺点。3、针对传统Retinex算法的缺点,本文将小波变换和Retinex理论进行融合,由于原变分框架的Retinex算法计算步长的方式十分复杂,本文采用了固定步长,降低了算法的复杂度。进行实验仿真的结果表明本文提出的Retinex算法具有良好的处理效果。