传统Retinex算法中，从图像中完全去除亮度分量而使用反射分量来增强效果。通常图像光照变化并非平缓，使得结果图像视觉效果缺乏协调。对此提出一种改进的Retinex算法，通过再处理亮度分量，得到平缓的亮度图像并补偿到反射分量从而改善增强效果，使用均值模版代替高斯模版以减少计算的时间，同时利用拉普拉斯算子加入图像边缘细节特征。实验通过处理低对比度、低亮度的X光射线将改进的Retinex方法与其他各种增强算法进行对比。对实验结果的定性和定量分析表明了该改进算法的有效性。

提出了一种基于非下采样Contourlet变换（NSCT）的雾天图像清晰化算法，将雾天图像映射到HIS彩色空间，对亮度分量H、饱和度分量S分别处理。采用NSCT处理亮度分量H，对含有大多数能量的低频分量取反，再进行改进的单尺度Retinex算法处理，将再次取反后的图像与直接进行改进的单尺度Retinex算法处理的低频分量线性叠加；采用一种快速双边滤波器对包含图像大多数线性细节的高频分量进行处理；对处理后的高低频分量进行NSCT逆变换，得到处理后的亮度分量。对饱和度分量S进行颜色拉伸，实现颜色补偿