Es bien sabido que las imágenes tomadas en condiciones de poca luz frecuentemente sufren de ruido desconocido y baja visibilidad, lo cual puede plantear desafíos para la mejora de imágenes. La mayoría de los algoritmos de descomposición basados en Retinex suelen intentar diseñar directamente regularizaciones previas para la iluminación o la reflectancia. Sin embargo, el ruido puede estar involucrado en tales esquemas. Para abordar estos problemas, se ha desarrollado un nuevo modelo de descomposición basado en Retinex para mejora y reducción de ruido simultáneas. En este documento, se introduce un esquema de descomposición extendido para extraer los componentes de iluminación y reflectancia, lo que ayuda a describir mejor la información previa sobre la iluminación y la reflectancia. Posteriormente, se diseñan pesos espacialmente adaptables para dos términos de regularización. La principal motivación es proporcionar una pequeña cantidad de suavizado en bordes cercanos o áreas brillantes y un suavizado más fuerte en áreas oscuras, lo que podría preservar información útil y eliminar ruido de manera efectiva durante el procesamiento de mejora de imágenes. Finalmente, el algoritmo propuesto se valida en varios conjuntos de datos comunes: LIME, LOL y NPE. Experimentos extensos muestran que el método presentado es superior a los métodos de vanguardia tanto en comparaciones de índices objetivos como en calidad visual.