本发明公开了一种基于Retinex模型的低照度图像增强与去噪方法，首先用图像采集设备获取待增强的低照度图像；然后将低照度图像分解为光照分量L和反射分量R两个未知分量，根据先验特征为光照分量L和反射分量R构建先验约束；引入变量B代表无噪声的低照度图像，根据图像非局部相似性，为无噪声的低照度图像B构建无噪声的先验约束条件，结合光照分量L和反射分量R的先验约束条件，构建分解优化目标函数；并进行求解，判断是否达到可行性解；最终的增强结果表示为Lγ⊙R，其中γ为校正因子，Lγ表示反射分量L矩阵中的每个元素的γ次方，⊙表示矩阵中对应元素相乘。本发明解决了现有技术中存在的低照度图像增强后噪声较大的问题。