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