MSRCR（Multi-Scale Retinex with Color Restore）

引言

始于Edwin Herbert Land（埃德温·赫伯特·兰德）于1971年提出的一种被称为色彩恒常的理论，并基于此理论的图像增强方法。Retinex这个词由视网膜(Retina)和大脑皮层(Cortex)合成而来.之所以这样设计，表明Land他也不清楚视觉系统的特性究竟取决于此两个生理结构中的哪一个，抑或两者都有关系。不同于传统的图像增强算法，如线性、非线性变换、图像锐化等只能增强图像的某一类特征，如压缩图像的动态范围，或增强图像的边缘等，Retinex可以在动态范围压缩、边缘增强和颜色恒常三方面达到平衡，可以对各种不同类型的图像进行自适应性地增强，在很多方面得到了广泛的应用。

算法概述

Retinex 理论的基本内容是物体的颜色是由物体对长波（红）、中波（绿）和短波（蓝）光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的色彩不受光照非均性的影响，具有一致性，即Retinex理论是以色感一致性（颜色恒常性）为基础的。如下图所示，观察者所看到的物体的图像S是由物体表面对入射光L反射得到的，反射率R由物体本身决定，不受入射光L变化。

对于观察图像S，有公式表示为：

$$S(x,y) = R(x,y)L(x,y) \quad(1)$$
其中， $L(x,y)$表示亮度分量， $R(x,y)$表示物体反射分量， $S(x,y)表示观测到的图像$。
Retinex理论增强算法的思想就是利用式(1)，去除亮度分量 $L$求得反射分量 $R$，从而达到图像增强效果。
对(1)式两边取对数
$$log(S(x,y)) = log(L(x,y))+log(R(x,y)) \quad(2)$$
由(2)得

log(R