1.一种低照度彩色图像的增强方法，其特征在于，所述方法包括以下步骤：S1:输入低照度图像f(x)；

S2:对输入图像进行颜色分离，分别得到R、G、B三个分量的图像；

S3:对三个分量的图像进行同态高频滤波和同态低频滤波，分别得到各个分量的高低频图像，共六幅，其中高频同态滤波函数表达式为：HH(i,j)＝1/(1+D(i,j)^(‑t))低频同态滤波函数表达式为：

其中t为调节参数，D0表示截止频率，D(i,j)表示点(i,j)到滤波中心(i0,j0)的距离，S4:对S3处理后的各分量的低频图像进行线性伸缩变换；

S5:对S3处理后的各分量的高频图像进行多尺度Retinex算法处理；

S6:将S4、S5处理后的各分量的高频图像与低频图像进行合并；

S7:合并S6处理后的三分量图像，得到增强后的低照度彩色图像。

2.如权利要求1所述的一种低照度彩色图像的增强方法，其特征在于，所述步骤S3中，调节参数t控制高频阻带变换率，取值范围选取在(0‑0.01]之间，截止频率D0控制低频截止频率，取值范围选取在[5‑20]之间，通过调节参数，获得理想的滤波效果。

3.如权利要求1或2所述的一种低照度彩色图像的增强方法，其特征在于，所述步骤S4中，线性伸缩变换参数p的取值范围选取在(0‑5]之间，夜间黑暗、整体较低的低照度图像下，p取值在(0‑3]之间；低照度图像下，p取值在[3‑5]之间。

4.如权利要求1或2所述的一种低照度彩色图像的增强方法，其特征在于，所述步骤S5中，其中多尺度Retinex算法表达式为：其中R(x,y)是输出图像，S(x,y)是输入图像，*代表卷积，F(x,y)是高斯核函数；k表示使用的尺度数目，k＝1，2，3；Wk表示尺度的权重因子，取W1＝W2＝W3＝1/3，高斯核函数F(x,y)的表达式为： 其中，σk是尺度常量，小、中、大三个尺度分别为：σ1＝100，σ2＝200，σ3＝300；∫∫F(x,y)＝1。