1.一种彩色图像动态范围压缩方法，包括如下步骤：

S1.计算视杆和视锥细胞的感受亮度图像：将输入的彩色图像转换到CIEXYZ空间，将Y通道的值作为视锥细胞的感受亮度图像，将XYZ三通道的加权和作为视杆细胞的感受亮度图像；

S2.计算视杆和视锥细胞的响应图像：通过一个感光细胞的响应函数，将步骤S1中的视杆和视锥细胞的感受亮度图像分别转换为视杆和视锥细胞的响应图像；

S3.计算感受野作用后的图像：用两个高斯的差函数来构建滤波器，以此模拟感受野作用，将步骤S2中计算所得到的视杆和视锥的响应图像分别与该滤波器进行卷积，再将卷积后的结果分别乘上一个权重系数和卷积前的原图相加，得到感受野作用后的视杆和视锥响应图像；

S4.视杆和视锥图像融合：将步骤S3中得到的视杆和视锥的感受野作用后的响应图像进行融合，将一个sigmoid函数w的值作为视锥图像融合的权重，1-w的值作为视杆图像融合的权重；

S5.将亮度图像转换到RGB彩色空间：将步骤S1中视锥的感受亮度图像与步骤S4中融合后的亮度图像的比值作为缩放因子，对原图像的R、G、B三个通道进行等比例缩放，得出最终的彩色图像。

2.根据权利要求1所述的彩色图像动态范围压缩方法，其特征在于，步骤S1中视杆细胞的感受亮度图像的计算公式为：Lrod(x,y)＝-0.702X+1.039Y+0.433Z，其中，Lrod为视杆细胞的感受亮度图像，X Y Z表示像素点对应的X、Y、Z通道灰度值。

3.根据权利要求1所述的彩色图像动态范围压缩方法，其特征在于，步骤S2中计算视杆响应图像的具体计算方式为 其中，Lrod为S1中得到的视杆细胞感受亮度图像，其中，Rmax表示细胞的最大响应值，其取值范围是1-3；βrod用来控制响度，越小对图像的暗区亮度提升的力度越大，取值范围是1-2；n为灵敏度控制参数取，值范围是0.7-1；

视锥响应图像的具体计算方式为 其中，Lcone为S1中得到的视锥细胞

感受亮度，参数βcone用来控制响度，越大对图像的亮区压缩力度越大，取值范围是2-4。

4.根据权利要求3所述的彩色图像动态范围压缩方法，其特征在于，步骤S3中，使用的滤波器是一个双高斯差模版，其中，中心高斯尺度大小的范围是0-1，外周高斯尺度大小范围是1-5，滤波后的结果相当于原图的边界信息，此边界图乘上一个权重系数再和原图相加得到一个边界增强的图像，其中权重系数的取值范围是1-5。

5.根据权利要求1所述的彩色图像动态范围压缩方法，其特征在于，步骤S4中，在视杆和视锥融合中视锥权重w的计算方式为 其中，Lcone是S1中视锥的感受亮度，a的取值范围是-0.1到-1，m是 的最小值。

6.根据权利要求1所述的彩色图像动态范围压缩方法，其特征在于，步骤S5中，最终输出彩色图像的R通道值的求解方式为 其中，Lout为经过感受野处理后的视锥通道结果DOGcone和经过感受野作用后的视杆通道结果DOGrod两者的加权和，即Lout＝w*DOGcone+(1-w)*DOGrod，G、B通道的求解方式与R通道类似，其中，s为一个饱和度控制参数。

7.根据权利要求6所述的彩色图像动态范围压缩方法，其特征在于，所述饱和度控制参数s取值范围为0.6-1。