针对短波红外成像系统在雾霾天气下存在图像质量模糊、分辨率低等问题，本文提出了一种基于暗通道先验理论的短波红外图像去雾算法。本文首先通过改进的暗通道先验得到暗通道图像数据，然后基于暗通道数据对大气光进行估计；为了避免目标局部高亮或细节模糊，采用引导滤波和多尺度 Retinex（Multi-scale retinex，MSR）对透射率图进行细化和增强处理，最后结合大气散射模型来反演出去雾图像。实验结果表明，经此算法处理后的短波红外图像在主观视觉和客观指标方面均得到了较好的验证，去雾效果显著、细节特征丰富且明亮度适宜。

针对采用红外成像仪获取红外图像边缘模糊、对比度差等缺点造成图像视觉效果差、质量低等问题。以多尺度 Retinex算法为框架，依据引导滤波保边和梯度保持性，提出引导滤波和对数变换算法融合的多尺度 Retinex红外图像增强方法。首先，用引导滤波替换 MSR算法中的高斯滤波来估计照度分量。其次，将照度分量经过对数变换处理，执行低灰度部分扩展和高灰度部分压缩。最后，引导滤波分割得到的细节层图像线性放大并与 MSR(多尺度 Retinex)处理后的图像叠加，获得增强的红外图像。实验证明，与传统 MSR算法和引导滤波相比该算法效果明显，可以有效地提高红外图像质量。

针对水下场景目标探测图像质量退化问题, 提出了一种自适应计算水体衰减系数暗通道融合多尺度Retinex(Multi-scale Retinex, MSR)的复原算法, 有效实现了水下目标的复原。通过搭建的水下成像测量装置, 借助成像系统获取水下模拟环境的探测图像, 对水下探测图像按照算法流程图逐步处理, 得到了有效复原水下目标辐射信息的图像。为客观评价算法的效果, 采用对比度、平均梯度与信息熵作为定量评价指标因子, 对该算法与常规三种算法进行了定量对比研究, 结果表明, 该算法处理结果各项定量评价指标因子均优于选取的对比算法。研究结果为水下目标探测提供了基础理论探索方法, 对水下目标探测实施开展具有一定的指导意义。

现有的各类彩色图像增强方法，主要用于对光照不均匀或弱光条件下已获取的彩色图像进行直接增强，而低照度彩色成像系统获取的彩色图像是由单独采集的三基色图像融合而成。为此提出了基于低照度三基色图像去噪及融合彩色图像增强方法。利用小波变换对低照度条件下独立采集的三基色图像进行去噪；然后将去噪后图像融合成彩色图像，将彩色图像由RGB颜色空间转换为HSV颜色空间；在HSV空间对V进行MSR增强，再对增强后的图像进行S调整；最后再将其转换回RGB颜色空间。采用客观评价方法对选取的去噪增强后图像进行了评价。结果表明：经过去噪和增强后的彩色图像在均值、方差和熵3项指标上均优于三基色直接融合的彩色图像，平均提高幅度为均值11.37%、方差8.46%、信息熵0.44%。该方法可移植到低照度彩色成像系统中，对成像质量的提升具有指导意义。

针对夜间汽车晕光现象引起的交通安全问题, 从规避碰撞物的角度出发, 设计了一种红外与可见光图像融合的视频抗晕光系统。系统通过对可见光图像和红外图像做MSR图像增强, 解决了夜间可见光图像亮度低, 暗处信息不易获取的问题, 并提高了红外图像对比度, 提升了融合图像的清晰度; 通过YUV与小波变换结合的方式对增强后的可见光图像和红外图像进行融合, 消除了晕光现象。实验结果的主客观分析表明: 该融合算法比YUV与小波融合算法在熵、均值、平均梯度、标准差上分别提高了1.6%、13.5%、25.3%、0.6%, 该系统不仅能有效消除晕光, 还对融合后图像的亮度和暗处细节信息有较大提升, 提高了夜间驾驶安全性。

针对无衍射光大景深成像系统所拍图像对比度低,边缘轮廓模糊,提出一种新的基于Retinex理论的图像复原算法。首先,利用同场景多幅图像叠加对多幅无衍射光图像进行叠加处理,去除图像的加性噪声,然后将处理后的图像通过多尺度Retinex(MSR)算法处理得到目标图像。实验结果表明:采用的同场景多幅图像叠加与多尺度Retinex组合算法(MCIMSR)同单一的多幅图像叠加或者多尺度Retinex算法相比,图像对比度更大,边缘轮廓更清晰,图像主观视觉特性有明显的提升。因而,将该方法应用于无衍射光大景深成像系统的图像复原,能够满足成像和在线检测的要求。

水体散射使得水下光电成像所获得的图像存在较为均匀的散射光分布, 降低了水下图像的清晰度和可观察景深, 减小水体散射光的影响是提高水下光电成像质量的重要途径。论文基于Retinex理论, 将水体散射效应等效为环境光照的变化, 通过水下彩色图像亮度通道下的多尺度Retinex(MSR)算法处理, 有效地减小水体散射效应, 提高所获图像中水下目标的真实性。实验表明, MSR算法能对含有不同程度水体散射效应的水下彩色图像进行全局视觉效果提升, 更清晰地突出物体的细节并获得较鲜艳的色彩表现。

针对红外图像对比度低、细节较差的特点，提出了一种基于MSR 结合权值直方图的红外图像增强算法。首先利用多尺度Retinex（MSR）算法，滤除低频噪声，然后再通过数学形态学方法得到图像梯度信息，结合灰度值计算出灰度统计权值，最后将此权值应用于图像直方图均衡算法中，得到增强后图像。实验表明：该算法能够有效增强整体图像，同时较大地提升了图像细节，并且易于工程实践。

为提高图像的视觉质量,需要对图像进行对比度增强处理。从研究图像增强的空域法入手,分析了Retinex理论的相关方法。考虑到基于Retinex理论现有算法的不足,提出了基于亮度分量的处理方法,并用IIR实现高斯函数的运算。仿真结果表明,改进后的方法在完成图像增强的同时,能避免灰度化,保持色彩恒常,并加快处理速度。

提出了基于多尺度Retinex(MSR)和边缘提取实施彩色图像融合的一种新方法.多尺度Retinex算法具有突出图像中阴暗区域信息的功能,采用边缘检测的方法提取图像中阴暗区域,将原图像阴暗区域的像素替换成多尺度Retinex增强图像的像素实现彩色图像融合,得到的新图像信息更丰富.在提取闭合区域时,提出了区分真断点和准断点的技术,改进了闭合边缘提取的方法.进而对融合的新图像进行了深入研究,获得埃及Giza金字塔中最大的Khufu金字塔阴影的几何信息.