Retinex算法是图像增强领域被广泛使用的算法,通过对光照图像的估计,得到反应图像本质的反射图像,避免了光照对图像内容的影响,但由于在光照不均匀时Retinex易产生光晕现象及泛灰现象,影响图像的增强效果。小波阈值函数去噪方法在小波去噪中发挥着主要作用,由于软阈值函数产生的恒定误差及硬阈值函数在间断点处的不连续性,去噪后图像易产生震荡现象,影响图像去噪效果。针对上述问题,本文提出基于改进阈值函数和双边滤波的图像增强算法。该方法首先对图像进行小波分解,获得图像的低频和高频系数;然后采用改进双边滤波的Retinex算法对图像低频系数进行处理,通过消除距中心点较远像素点灰度值的影响更好去除了光晕现象;采用改进阈值函数对高频系数进行处理,根据改进阈值函数的连续性、渐进性和偏差性避免了震荡现象和恒定误差;采用离散小波反变换得到增强后的重构图像;最后对重构图像进行三段的分段性线性变换,增强图像对比度,避免了泛灰现象。在实验中,从雾天图像、光照不均匀图像和低照度图像三种类别图像角度验证了本文算法的有效性。实验结果表明,本文算法避免了图像泛灰现象、光晕现象及震荡现象,并有效去除了噪声,增强后的图像细节丰富,对比度强,为图像后续处理奠定基础。该论文有图30幅,表11个,参考文献55篇。