随着成像技术的发展,图像增强技术成为很多领域不可或缺的处理手段,如科学研究、军事应用、森林农业的估产减灾、目标跟踪、石油勘探等。由于成像设备在成像过程中或多或少的受到相机自身的动态范围的局限、恶劣天气环境和非均匀性光照等因素影响,所获取图像细节等很难辨识,视觉效果大大降低。论文开展了人类视觉感知的彩色图像增强理论及关键技术研究,具有重要的理论研究意义和应用价值。论文在深入分析和综述了国内外研究现状的基础上,开展的主要工作和取得的创新性成果如下:1、针对传统的图像色调映射增强技术中不能很好的同时考虑色彩协调和对比度拉伸的问题,提出了一种视觉感知的混合色调映射图像增强算法。首先,对待处理图像进行全局映射,以保持图像整体亮度和全局对比度;其次,基于视觉感知的Sigmoid函数提出的参数控制的色调映射算子获取局部对比度和细节等信息;最后,采用双边滤波器解决色调映射过程中的光晕噪声问题。实验结果表明,算法不仅能很好地调整图像的整体亮度和对比度,压缩了原始图像的动态范围,同时能很好地抑制了光晕噪声。2、提出一种空间自适应环形抑制的Retinex变分图像增强算法。引入环形抑制机制取代梯度因子作为自适应正则化强度因子,自适应区分图像的轮廓边界和纹理边缘细节。模型在照度分量中保持轮廓信息,防止引入光晕噪声;在反射分量中保留纹理细节防止被压缩;在图像的平滑区域,利用强的正则化条件消除非均匀光照的影响。提出的变分模型通过分裂Bregman算法进行迭代求解。最后,在分解照度分量和反射分量后,引入对比度增强因子对反射分量进行对比度增强,引入基于对数域的拉普拉斯gamma校正对照度分量进行颜色校正,增强后的反射分量和校正后的照度分量合成最后的处理结果。实验表明,提出的环形抑制变分Retinex算法达到了图像增强的目的,并且抑制了颜色漂移和光晕噪声。3、提出一种联合正则化约束的变分Retinex彩色图像增强算法。首先,利用暗通道先验的反退化模型获取去污染图像;其次,利用亮度滤波器将去污染图像分解成自然度图像和细节图像;采用对数域拉普拉斯gamma校正对自然度图像进行颜色校正,通过联合正则化约束的变分Retinex算法对细节图像进行处理获取相关反射分量,改进后的自然度图像和相关反射分量合成最后的图像。实验表明,提出的联合正则化变分Retinex算法达到了去除环境退化的影响、增强图像的目的,并且抑制了颜色漂移和光晕噪声。