图像信息与人类社会发展息息相关,发挥着越来越重要的作用。然而,在图像信息的获取过程中,往往会受到各种不确定因素的影响,导致图像信息表达不完整,影响了图像质量。因此,通过图像增强技术处理来提高图像质量,使得图像信息完整清晰,在人类生产生活各个方面都具有十分重要的实际应用价值。传统的图像增强算法,其基本思想是从空间域和频率域角度入手,对图像灰度图的空间域或者频率域信息进行处理。但是,在风霜雨雪等较为恶劣的自然环境下,受光照条件等因素影响,传统图像处理方法往往达不到预期的效果。基于色彩恒常性的Retinex理论,是模仿人类的视觉系统,对原始图像中的光照成分进行估计,再与原始图像进行处理,达到提高图像质量,恢复图像信息的目的。针对传统Retinex算法的缺点,本文首先采用实时Retinex算法对图像进行分离,再利用双边滤波对图像进行局部滤波处理,在保护图像边缘不模糊受损的情况下,消除噪声,提升图片质量,也保证了图像处理的效率。最后,通过仿真实验,对传统经典Retinex图像增强方法进行分析,与其他算法的实验结果相比较,发现这种新的Retinex增强方法能够获得较好的图像处理效果,在处理时间、光晕消除和图片质量上也能够得到较好的平衡。