1.一种基于Retinex的暗视觉环境下图像增强方法，其特征在于，该方法包括：S1：获取暗视觉环境下的原始图像；

S2：将获取的原始图像中RGB三通道最大值的图像作为全局光照图，将获取的图像转为YCbCr色彩空间的Y通道图像，作为局部光照图；

S3：将全局光照图和局部光照图的对应像素点进行加权平均，得到具有局部和全局特征的初步估计光照图；

S4：采用改进的加权引导滤波对初步估计光照图进行保边平滑滤波，得到滤波后的光照图；改进的加权引导滤波包括对原始加权引导波的权重进行改进，即使用均值和方差的乘积代替局部方差；改进后的权重公式为：代价函数的表达式为：

计算ap′和bp′的值为：

bp′＝μT,ξ(p′)‑apμ′G,ξ(p′)根据ap′、bp′以及代价函数，得到改进后的滤波输出图像的表达式为：其中，N为输入图像像素总数，μG,1(p′)和 分别为G在Ω1(P′)正方形窗口内均值和方差，λ为常量，·表示两个矩阵的元素乘积，ap′和bp′是窗口内的常量，ε为正规化因子，μG·T,ξ(p′)，μG,ξ(p′)，μT,ξ(p′)分别为G·T，G，T在Ωξ(P′)窗口内的均值， 为G在Ωξ(P′)窗口内的方差；

S5：对滤波后的光照图进行改进的自适应Gamma校正得到校正后的估计光照图；改进的自适应Gamma校正包括：采用JND对控制光照图强弱系数进行优化，改进自适应Gamma校正的表达式，JND表示随图像光照变化的恰可分辨差；对控制光照图强弱系数进行优化的表达式为：对JND值进行归一化处理，其表达式为：

确定控制k1大小的系数k2，其表达式为：

优化后的控制光照图强弱系数的表达式为：

k＝k1*k2

改进后的校正公式为：

1‑cdf(L)

L′＝k*L

其中，T表示JND值，L是滤波后的光照图，k1是对JND值进行归一化处理后的值，k2是控制k1大小的系数，k为控制光照图强弱系数，L′为校正的估计光照图；

S6：采用Retinex算法利用原始图像和校正后的估计光照图计算R通道、G通道、B通道的反射图，将三个通道的反射图合成，获得增强的图像；

其中，Retinex表示视网膜皮层算法，YCbCr中Y指亮度分量、Cb指蓝色色度分量、Cr指红色色度分量，Gamma表示伽马校正。

2.根据权利要求1所述的一种基于Retinex的暗视觉环境下图像增强方法，其特征在于，所述获取的暗视觉环境下的原始图像分为反射图像和光照图像，其表达式为：I＝R·L

其中，I为获取的图像，R为反射图像，L为光照图像。

3.根据权利要求1所述的一种基于Retinex的暗视觉环境下图像增强方法，其特征在于，所述全局光照图和局部光照图的计算表达式包括：全局光照图：

局部光照图：

c

其中，I 表示输入图像，R表示输入RGB图像中R通道的值，G表示输入RGB图像中G通道的值，B表示输入RGB图像中B通道的值。

4.根据权利要求3所述的一种基于Retinex的暗视觉环境下图像增强方法，其特征在于，获得初步估计光照图的表达式为：其中， 为初步估计的光照图，ω1表示全局光照图的权重因子，ω2表示局部光照图的权重因子。

5.根据权利要求1所述的一种基于Retinex的暗视觉环境下图像增强方法，其特征在于，所述滤波后的光照图的表达式为其中，L是滤波输出图像，filter是改进的加权引导滤波函数，为滤波输入图像和引导图像，ε是正规化因子，r是尺度半径。

6.根据权利要求1所述的一种基于Retinex的暗视觉环境下图像增强方法，其特征在于，得到增强图像的表达式为：c c

其中，R为增强结果图，I为暗视觉环境下的图像的R、G、B三通道图。