数字图像在获取时，常会由于受到天气、光照条件以及拍摄角度的影响，导致图像的对比度降低，动态范围被压缩等问题。因此，从暗淡图像中恢复原有图像信息或增强一幅低动态范围图像的视觉效果具有重要的理论研究意义和实际应用价值。1971年，美国物理学家Edwin.Land提出了一种叫做Retinex的颜色恒常性理论模型，为此类问题的有效解决奠定了深厚的理论基础。　　 本文以Retinex模型为主要研究内容，通过对于现有基于该理论模型算法的分析，包括Edwin.Land的随机路径Retinex算法、McCan提出的迭代Retinex算法以及D.JJobson等人提出的基于中心环绕的Retinex算法等，权衡其中的利弊，指出这些算法存在的优点与不足。面向传统方法中增强图像的同时不能有效抑制噪声和光源在全局范围内不满足均匀的两个主要问题，本文分别提出提出结合非下采样轮廓波的去噪算法和基于局部双边滤波的Retinex算法，较好的解决了上述两个问题。通过仿真验证该方法的有效性，并给出对比图像和客观评价指标，实验结果表明本文提出的方法在视觉效果和评价指标上都优于已有传统算法。论文的主要内容安排如下：　　 1.Retinex颜色恒常性理论的介绍，对现有Retinex模型下的增强算法的研究与分析，并指出优缺点。　　 2.针对传统Retinex方法增强图像同时不能有效抑制噪声的问题，利用NSCT变换的多方向划分和平移不变两个特性，提出一种基于NSCT的非局部统计特性图像噪声抑制方法。　　 3.根据双边滤波和Retinex理论基础，针对光源在全局不均匀的问题，提出结合局部双边滤波的图像分片光滑照射分量估计方法。