1.基于Retinex模型的极低照度图像增强方法，其特征在于，具体包括以下步骤：基于Retinex理论模型，采用双边滤波器估计低照度图像的c颜色通道图中每个像素点c c c的光照亮度值L (p)，并根据所述光照亮度值L (p)确定所述c颜色通道图的光照分量L ；其中，c∈{r,g,b}，r,g,b表示RGB三颜色通道；

c

基于所述c颜色通道图和对应的光照分量L 计算所述c颜色通道图对应的第一反射分量；

基于第一去噪约束模型去除所述第一反射分量中的噪声，得到第二反射分量；

c

根据所述光照分量L和第二反射分量生成增强后的低照度图像；

所述第一去噪约束模型为：

其中， 为所述第二反射分量，R为所述第一反射分量， 表示Frobenius范数的平方，λ表示正则化参数，||||*表示核范数，Ω为 中所有像素点构成的集合， 为映射函数，具体为由n个相似图像块和以像素点x为中心的图像块组合成的张量；

将所述第一去噪约束模型改写为基于四元数的第二去噪约束模型；

第二去噪约束模型为：

其中， 为所述第一反射分量对应的四元数矩阵， 为所述第二反射分量对应的四元数矩阵；

求解所述第二去噪约束模型，得到所述第二反射分量。

2.如权利要求1所述的基于Retinex模型的极低照度图像增强方法，其特征在于，采用c双边滤波器估计所述低照度图像的c颜色通道图中每个像素点的光照亮度值L (p)之前还包括：计算低照度图像的环境光照强度；

当所述环境光照强度小于第一阈值时，对所述低照度图像进行光照校正，得到光照校正后的低照度图像；

以光照校正后的所述低照度图像作为新的低照度图像继续执行。

3.如权利要求2所述的基于Retinex模型的极低照度图像增强方法，其特征在于，计算低照度图像的环境光照强度包括：根据所述低照度图像生成对应的暗通道图；

基于所述暗通道图确定第一像素点集合；

根据所述第一像素点集合计算所述低照度图像对应的c颜色通道图的环境光照强度；

根据各个c颜色通道图的环境光照强度确定所述低照度图像的环境光照强度。

4.如权利要求1所述的基于Retinex模型的极低照度图像增强方法，其特征在于，采用c双边滤波器估计低照度图像的c颜色通道图中每个像素点的光照亮度值L (p)具体通过以下公式计算：其中，p和q分别为所述低照度图像中不同像素点，Ω(p)为以像素点p为中心的窗口区c域，W (p,q)为像素点q针对像素点p的权重， 为经过光照校正后的所述低照度图像中的像素点q在c颜色通道图的对应位置的亮度值。

5.如权利要求3所述的基于Retinex模型的极低照度图像增强方法，其特征在于，根据所述第一像素点集合计算所述低照度图像对应的c颜色通道图的环境光照强度的具体方法为：c c

其中，A为所述低照度图像对应的c颜色通道图的环境光照强度，I(p)为未经过光照校正的所述低照度图像中的像素点p在c颜色通道图的对应位置的亮度值，num(Ω1)为集合Ω1中元素的个数。

6.如权利要求5所述的基于Retinex模型的极低照度图像增强方法，其特征在于，根据各个c颜色通道图的环境光照强度确定所述低照度图像的环境光照强度包括：其中，A为所述低照度图像的环境光照强度。

7.基于Retinex模型的极低照度图像增强装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1‑6任一项所述的基于Retinex模型的极低照度图像增强方法。