retinex算法小感

这几天在学retinex算法，于是看了n多论文与code，google+baidu了解了一下，下面是小小的总结

1、Retinex的由来

Retinex是一个合成词，它的构成是retina（视网膜）+cortex（皮层。美国物理学家Edwin Land认为在视觉信息的传导过程中人类的视觉系统对信息进行了某种处理，去除了光源强度和照射不均匀等一系列不确定的因素，而只保留了反映物体本质特征的信息。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。

2、Retinex的几种算法

根据Edwin Land的理论，有公式

  （1）
 

其中，L表示入射光，R 表示物体的反射性质，S 是反射光被观察者或照相机接收到构成人类视觉观察到的图像。实际上，入射光L 直接决定了一幅图像中像素所能达到的动态范围，而反射物体R 则决定了一幅图像的内在性质。故Retinex理论的实质就是从图像S 中获得物体的反射性质R ，即抛开入射光L 的性质来获取物体本来的面貌。

对公式（1）两边取对数，可得

   （2）

从原图像中计算亮度图像在数学上是一个奇异问题，现有的文献中有很多不同的算法来解决这个问题，如单尺度Retinex (Single Scale Retinex) 算法，多尺度Retinex (Multiscale Retinex) 算法，McCann’s Retinex 算法等。这些算法都是通过对原图像进行某种高斯平滑来提取亮度图像L，并且通过复杂的计算使两度图像尽量准确。

3、Retinex by Two Bilateral Filters

 这种算法是Michael Elad提出的基于双边滤波的Retinex一种算法，利用双边滤波对原图像进行平滑处理提取亮度图像L，在看这个算法的同时，突然发现何凯明提出的Single Image Haze Removal Using Dark Channel Prior这篇曾获得2009年CVPR最佳论文将的文章中，其中一步要优化反射率t要用到soft matting，刚开始他用的是基于拉普拉斯矩阵的抠图，参见论文（A Closed Form Solution to Natural Image Matting），后来他又提出了一种新的解决方案，即Guided Image Filtering，里面同样用到了双边滤波，关于双边滤波的解释参见论文（Bilateral Filtering for Gray and Color Images），双边滤波是有高斯滤波演化而来，有关高斯滤波参见论文（Recursive Implementation of the gaussian filter），而何凯明的这种方案对比之前的基于拉普拉斯矩阵抠图的算法更加快速，效果貌似差不多，因此得到了极大的应用。

做图像处理就像是跌进了深深的湖水，推不开，躲不掉，只能持之以恒，才能游向彼岸

里面所有论文及代码出处已上传csdn：

Michael Elad的论文Retinex by Two Bilateral Filters及ppt

Single Image Haze Removal Using Dark Channel Prior 

A Closed Form Solution to Natural Image Matting 

Guided Image Filtering 

Bilateral Filtering for Gray and Color Images 和Recursive Implementation of the gaussian filter