深入探究Retinex
导读
Retinex理论是建立在人对颜色感知的恒常性上,真实物体都是无色的,所有颜色的产生都是光和物体相互作用,再被人眼感知的过程。在这样的理论基础下,Retinex模仿人类视觉系统,衍生出了很多简单实用的算法。Retinex相关算法,兼顾了动态范围增强,细节增强,颜色恒常性等方面。我自己在看这些算法的时候,其实遇到了不少问题,特此记录。
本文不再叙述算法模型,而从上面提到的几个方面出发,从最基础的图像处理知识入手,结合自己的理解,深入探究Retinex算法。如对Retinex还不太了解,可以先去自行搜索相关博客等。
Retinex
Retinex算法在色偏、低照度、雾图等成像环境恶劣的情况下有显著效果,因此着重于这几个点对Retinex算法进行分解,从个人理解的角度详解算法中的每个步骤。
首先回顾一下单尺度Retinex(Single Scale Retinex)算法框架,对输入图像 I I I,若是多通道就分通道处理:
- 将 I I I变换到log域,得到 I l o g I_{log} Ilog。
- 用尺度为 α \alpha α的高斯核对 I I I卷积来估计光照 G G G,并变换到log域,得到 G l o g G_{log} Glog