色彩对于图像增强、目标识别等许多研究领域都是非常重要的信息。准确的色彩信息对数字图像视频的下一步处理具有关键意义。色彩恒常性是指在不同的外界环境中,人眼对物体色彩的感知在一定程度范围内总是保持恒定的,色彩恒常理论模拟人类视觉系统的这一特别功能实现对图像的处理,提高图像的可识别度,以使图像具有更好的视觉效果。本文对该理论进行了深入研究,文章主要内容如下:1、深入研究色彩恒常性的基本理论,包括有彩色图像信息理论、Retinex理论、灰色世界理论和Von Kries色适应模型。分析了Retinex理论的一些重要算法,随机路径Retinex算法、中心环绕Retinex算法和白片Retinex算法,给出了实验结果并与其他算法相比较,取得了一定效果,分析并得到其特点和局限性,提供新的研究灵感。2、提出一种新的基于照度分割的局部多尺度Retinex图像增强算法。该算法首先通过引入带参数的LIP模型将图像分解成四个照度区域,然后对各区域根据照度的差异采用相应尺度的Retinex算法进行增强,最后通过基于面积的比例因子对各增强后子图进行照度融合,实现图像增强。实验结果表明,与现有多尺度Retinex算法相比,本文算法在图像亮度保持和细节增强上,处理效果较好,在色彩方面也有较好的效果。3、JPEG压缩标准推荐的色度与亮度量化表,是通过对自然光照下图像色彩数据的统计和实验获得的,不具备偏色校正功能。为此,我们以Retinex理论为基本计算框架,探究并提出一种新的具有色彩恒常性的JPEG压缩方法。该方法通过构建合适的DC系数矩阵来迭代计算DCT系数的局部空间均值,由此估计出照度分量;然后,对照度分量影响信息和边界方向信息进行综合计算来调整亮度量化表,以达到同时实现偏色校正和图像压缩的效果,在保持同等压缩比的情况下,具有更好偏色校正效果。