多尺度Retinex算法

资 源 简 介

多尺度Retinex算法

详 情 说 明

多尺度Retinex（MSR）是一种经典的图像增强算法，能够有效改善光照不均、提升暗部细节并保持色彩自然性。其核心思想源自人类视觉系统的色彩恒常性特征——人眼在不同光照条件下识别物体颜色的能力。

算法原理分三步实现： 多尺度高斯滤波：对输入图像进行不同尺度的模糊处理（通常选择小、中、大三个尺度），模拟人眼对光照变化的适应性。 对数域反射分量提取：将原始图像与各模糊结果做对数差，分离出反映物体本质特性的反射分量（即去光照后的图像）。 加权融合：对不同尺度下的反射分量进行线性组合，兼顾局部对比度增强和全局色调平衡。

MATLAB实现关键点： 使用`imfilter`配合高斯核实现快速卷积 对数运算前需处理零值避免数值溢出 通过权重调节（如[0.25,0.5,0.25]）控制不同尺度的贡献度

典型应用于医学影像、低光照监控、遥感图像处理等领域，但需注意过度增强可能导致噪声放大。改进方向常结合带色彩恢复的MSRCR或噪声抑制策略。