MATLAB实现的Retinex图像增强算法及评估

资 源 简 介

本项目在MATLAB中实现了基于Retinex理论的图像增强算法，有效处理低光照、雾霾及阴影等图像质量问题。通过分解图像为光照与反射分量，进行动态范围优化与细节增强，提升图像视觉质量并附评估结果。

详 情 说 明

Retinex图像增强算法MATLAB实现与评估

项目介绍

本项目基于Retinex理论实现了一套完整的图像增强算法，重点解决低光照、雾霾、阴影等复杂环境下的图像质量问题。通过模拟人类视觉系统的颜色恒常性机制，将图像分解为光照分量与反射分量，分别进行动态范围压缩与细节增强处理，最终输出视觉效果更清晰、色彩更自然的增强图像。项目包含单尺度Retinex(SSR)、多尺度Retinex(MSR)及其色彩恢复优化版本(MSRCR)的完整实现，支持对不同场景图像的自适应增强效果对比分析。

功能特性

• 多算法实现：完整实现SSR、MSR、MSRCR三种经典Retinex算法
• 自适应增强：针对低光照、雾霾、阴影等不同场景的优化处理
• 可视化分析：输出光照分量图、反射分量图等中间处理结果
• 客观评价：提供PSNR、SSIM等客观质量评价指标
• 对比分析：生成多算法效果对比矩阵图，便于性能评估
• 参数可配置：支持高斯尺度参数、色彩恢复系数等关键参数灵活调整

使用方法

1. 准备输入图像（支持.jpg/.png/.tiff等格式）
2. 在MATLAB中运行主程序文件
3. 根据提示选择算法类型和参数设置：

- 单尺度SSR：指定高斯环绕尺度 - 多尺度MSR：设置多个尺度参数组合 - MSRCR：配置色彩恢复强度系数

1. 查看输出结果：

- 增强后的RGB图像 - 光照/反射分量分离图 - 客观评价指标计算结果 - 多算法对比效果图

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox图像处理工具箱
• 至少4GB内存（处理高分辨率图像建议8GB以上）
• 支持常见图像格式的读写操作

文件说明

主程序文件整合了完整的Retinex图像增强流程，具备图像读取与预处理、多尺度高斯滤波处理、对数域反射分量提取、色彩恢复因子校正、动态范围自适应压缩、增强结果合成与输出、客观质量指标计算分析以及多算法效果对比展示等核心功能。通过统一的接口实现了三种Retinex变体算法的并行处理与效果评估。