由于煤矿井下的环境特殊，生产中需要对井下情况进行监控，但是井下图像的恶劣环境导致井下图像存在质量差、可读性低、昏暗、分辨率低、模糊等问题。造成这类问题的主要的原因有:井下无自然光，全靠灯光照明，光线昏暗，光强度较低，且光线不均匀;矿井作业导致环境中粉尘多，致使清晰度不高，视野模糊。为了解决上述问题，提高煤矿井下工人生产作业的安全性和生产工作的效率，需要对井下的图像进行一定的增强处理。　　近年来，随着研究的不断深入，Retinex图像增强算法的优越性日益凸显，特别是针对如井下图像这类对比度较大的图像，这类图像的灰度空间分不出现两极分化的现象，Retinex算法专门针对该种图像有非常优质的增强效果。应用最广泛的是多尺度的Retinex增强算法(MSR)，该算法能有效地对井下图像进行增强，使之亮度、清晰度、都得到提高，但同时也存在过增强、光晕等不足。为此，本文提出了一种改进的算法，应用S曲线的多尺度Retinex井下图像增强算法，这里使用的S型函数是对sig函数的变形，函数图像具有S形状，为不对称函数，灵活性较好，可对不同对比度的图像进行不同程度地增强。最后为了验证算法的有效性，以及相对于其他算法的优越性，利用Matlab R2099a对几幅低质图像分别用传统方法和本文算法对其进行了仿真处理，得出几组处理后的对比图像，并且对原图和处理的结果图像进行量化，实验结果表明:应用S曲线的多尺度Retinex井下图像增强算法处理后的图像不论是在亮度、对比度、清晰度，还是细节信息的保留上其处理效果都明显优于传统算法，该结论从量化后的数字上更能够直观地体现，本文算法能够获得了最佳的视觉效果。