图像增强（1）-- Retinex

Retinex方法

Retinex是由 Retina 和 Cortex 两个词组成，该理论认为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。

由此观察者看到的图像S是由物体表面对入射光L反射得到的，反射率R由物体本身决定与入射光L无关：
$$S(x,y)=R(x,y)L(x,y)$$
基于Retinex的图像增强就是从原始图像S中估计出光照L，从而分解出R，消除光照不均的影响。

一般对原图S做低通滤波估计光照L，并将图像数据取对数将乘法转为加法方便计算
$$log(R(x,y))=log(S(x,y))-log(L(x,y))$$

从后面的实验可以看到，这种算法对光照不均（过曝、阴影）有不错的改善，同时也有文章指出这类方法比较适合航空图像的去雾。

---

SSR算法

单尺度视网膜（Singal Scale Retinex）算法是Retinex最基础的一个算法，步骤如下：

1. 原图高斯滤波并取对数，得到$L_{log}$
2. 原图取对数，得到$S_{log}$
3. S l o g − L l o g S_{log}-L_{log} Slog​−L