多尺度Retinex图像增强算法作为一种能够解决图像中由于强光照导致图像细节丢失的问题、大幅度提高图像呈像质量的算法而被广泛的研究,但传统的多尺度MSR依据红(R)、绿(G)、蓝(B)的划分尺度方式,在增强图像的同时又引入了新的问题,如产生的光晕、图像灰度化等问题,本文引入基于频域划分尺度的Retinex增强算法,并进行试验验证。针对传统多尺度Retinex算法依照R、G、B划分尺度在低照度下易产生光晕、图像灰度化和伪彩色的问题,提出了一种基于频域划分多尺度的Retinex增强算法,能够有效改善以上问题。该算法根据视觉系统特点将图像处理过程从空域转换到频域,根据频率对图像划分为3个尺度,结合划分后的图像的特点结合尺度因子对图像的影响,分别对三个尺度进行单尺度Retinex图像增强,最后利用模糊集合对3个尺度的图像进行加权归一处理,突出了图像细节,提升了图像整体的对比度,解决了产生光晕、伪彩色的问题。本文将低照度的图像数据源,采用峰值信噪比、均方误差和熵作为质量评价指标验证了本文算法。