Retinex图像增强算法(SSR, MSR, MSRCR)详解及其OpenCV源码

这老哥写的也挺好，转起来，但是他已经不搞图像处理了，文章最下面有Ｃ＋＋源码，可以下载，但是下载下来由于博主使用的是opencv2.4.9比较老一点，新一点的opencv会报错，用dst = cvarrToMat(&tmp_ipl);这个换掉报错的哪一行就可以
转载请附上原博主的网址和说明：https://blog.csdn.net/ajianyingxiaoqinghan/article/details/71435098

Retinex图像增强算法(SSR, MSR, MSRCR)详解及其OpenCV源码
Retinex是一种常用的建立在科学实验和科学分析基础上的图像增强方法，它是Edwin.H.Land于1963年提出的。就跟Matlab是由Matrix和Laboratory合成的一样，Retinex也是由两个单词合成的一个词语，他们分别是retina 和cortex，即：视网膜和皮层。Land的retinex模式是建立在以下三个假设之上的：

真实世界是无颜色的，我们所感知的颜色是光与物质的相互作用的结果。我们见到的水是无色的，但是水膜—肥皂膜却是显现五彩缤纷，那是薄膜表面光干涉的结果。
每一颜色区域由给定波长的红、绿、蓝三原色构成的；
三原色决定了每个单位区域的颜色。
Retinex理论的基础理论是物体的颜色是由物体对长波（红色）、中波（绿色）、短波（蓝色）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，物体的色彩不受光照非均匀性的影响，具有一致性，即retinex是以色感一致性（颜色恒常性）为基础的。不同于传统的线性、非线性的只能增强图像某一类特征的方法，Retinex可以在动态范围压缩、边缘增强和颜色恒常三个方面达到平衡，因此可以对各种不同类型的图像进行自适应的增强。

40多年来，研究人员模仿人类视觉系统发展了Retinex算法，从单尺度Retinex算法，改进成多尺度加权平均的MSR算法，再发展成彩色恢复多尺度MSRCR算法。笔者在本文中，从原理阐述算法的流程，并提供源码地址
————————————————
版权声明：本文为CSDN博主「琦小虾」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/ajianyingxiaoqinghan/article/details/71435098