Retinex理论系列图像增强算法集合

本文包含了5种Retinex理论增强算法，1种直方图增强算法，助力你进行论文复现、实验对比，图像数据增强。

先来介绍一下Retinex理论。

Retinex是一种常用于图像增强的算法，其核心思想是在保留图像细节信息的前提下，调整图像的对比度和亮度。Retinex算法主要有三种不同的实现方式：单尺度Retinex（SSR）、多尺度Retinex（MSR）和多尺度自适应增益Retinex（MSRCR）。

单尺度Retinex算法假设图像中的光照变化主要集中在低频分量上，因此只需对图像进行一次滤波处理即可去除低频分量，然后对得到的中高频分量进行增强。
多尺度Retinex算法将图像分解成不同尺度的图像，对每个尺度的图像进行增强，以保留不同尺度的细节信息。
多尺度自适应增益Retinex算法综合了前两种算法，先分解成不同尺度的图像，然后使用自适应增益函数对每个尺度的图像进行增强，最后重建图像以达到增强效果。

Retinex的理论基础是三色理论和颜色恒常性。

这意味着物体的颜色是由它对红、绿、蓝三种光线的反射能力来决定的，而不是由反射光强度的绝对值来决定的。同时，物体的颜色也不会受到光照不均匀性的影响，具有一致性。

Retinex模型利用这种颜色恒常性，可以在动态范围压缩、边缘增强和颜色恒常三个方面打到平衡，因此可以对各种不同类型的图像进行自适应的增强，不同于传统的只能增强图像某一类特征的方法。

我看网上的代码往往是运行出来各种报错，并且需要自己去搜索Retinex的理论的各种衍生算法，我搜集了5种Retinex理论增强算法，1种直方图增强算法，帮助大家节省实验对比的时间，代码链接放在下面了

Retinex系列增强算法集合

一顿饭钱就能节省好多时间，快速出图，增强效果如下

代码中可以将每种处理结果单独出图，可以放在论文中，美观大方

开组会时用作复现的结果增加自己的工作量也是美滋滋

各位老爷何不考虑一下？本人使用此代码作为对比实验发了一篇计算机方向的EI，代码运行真实性有保障。