1.一种基于仿生自适应忆阻细胞神经网络的图像增强方法，其特征在于，包括以下步骤：

S1：对原始图像进行全局亮度归一化处理，得到忆阻细胞神经网络的输入矩阵ug；

S2：针对所述原始图像上的每一像素点，计算出以该像素点为中心时所对应的空间邻近三高斯核函数中参数A1和σ2的值，从而确定关于对应的中心细胞Ci,j和其邻域细胞Ck,l的空间邻近三高斯核函数gij,kl；

S3：由三高斯核函数gij,kl和对应的单高斯核函数gv(Iij,kl)组成的高斯方程组计算与该像素点所处位置对应的神经网络自适应控制模板B的参数，其中：A1、A2和A3分别表示中心区、外周区和边缘区的峰值系数，σ1、σ2和σ3分别表示中心区、外周区和边缘区的尺度参数，σv表示数值高斯滤波的尺度参数，I(i,j)是核函数中心的像素值,I(k,l)是半径为1的邻域内细胞的像素值，k＝i‑1,i,i+1，l＝j‑1,j,j+1；

S4：利用忆阻细胞神经网络的输入矩阵ug和神经网络自适应控制模板B的参数进行忆阻细胞神经网络的迭代处理,当网络稳定时,得到仿生增强后的图像；

S5：对忆阻细胞神经网络输出的仿生增强后的图像进行恢复处理。

2.如权利要求1所述的基于仿生自适应忆阻细胞神经网络的图像增强方法，其特征在于，步骤S1包括：

针对彩色原始图像中的每一像素点，获取其对应的像素在R通道、G通道和B通道中的最大值后进行归一化处理；

或，

针对灰度原始图像，对全部像素值做归一化处理。

3.如权利要求1或2所述的基于仿生自适应忆阻细胞神经网络的图像增强方法，其特征在于，步骤S2中根据以下公式确定参数A1和σ2的值：其中，Con表示中心细胞Ci,j所对应的像素点在其3×3的邻域范围内所有像素值的标准差，Lum表示中心细胞Ci,j所对应的像素点的像素值。

4.如权利要求1所述的基于仿生自适应忆阻细胞神经网络的图像增强方法，其特征在于，神经网络自适应控制模板B的参数由忆阻器构成的桥突触电路的权值实现。