retinex整理（其中个人理解部分不保证准确，请多指教）

retinex模型基于人眼，将图片中因雾霭等原因产生的模糊现象去除，提高图像清晰度。这里介绍最常见的一种retinex模型，采用高斯滤波。

人眼看事物时，周围的光照强度和事物的反射光均会进入人眼 I(x,y)=R(x,y)*L(x,y)，但真正决定人眼判定事物颜色的是事物的反射光R(x,y)。

拍摄出的照片显示了R,L两个分量，为了让图像更清楚，就需要加强照片里的R分量。于是retinex模型的根本就是提取图像中的R分量。

首先考虑如何估算L分量，假设光照均匀，既图像中的L分量在各处分布均匀，所以L分量占据图像中的低频成分，可以通过高斯滤波，以计算周围邻域内的加权平均值来提取其中的低频成分，并把提取出的低频成分当做L分量。

， sigma决定高斯滤波尺度，K保证G在x,y的二重积分为1.

为了降低运算复杂度，在提取R的时候用减法替代除法，首先对图像求log，于是logR=logI-logL，而不用R=I/L