实现retinex中的msr

资 源 简 介

实现retinex中的msr

详 情 说 明

多尺度Retinex（MSR）是一种经典的图像增强算法，特别适用于雾天等低对比度场景的图像处理。该算法基于人类视觉系统的色彩恒常性理论，通过模拟人眼对光照的适应机制来恢复物体真实反射特性。

算法核心包含三个关键步骤：首先对不同尺度的输入图像进行高斯滤波，构建光照估计分量。这相当于模拟人眼观察物体时的多尺度感知特性，小尺度滤波保留细节，大尺度滤波反映整体光照。然后，通过对数域运算分离反射分量与光照分量，这种变换将复杂的乘性关系转为简单的加减关系。最后，对多个尺度的反射分量进行加权融合，平衡局部对比度增强与颜色保真度。

在雾天图像处理中，MSR能有效解决雾霾造成的低对比度问题。其优势在于：通过多尺度分解既能消除光照不均，又能增强局部细节；对数变换的非线性处理可以压缩动态范围，避免传统方法容易产生的过增强现象；同时保持较好的色彩还原性。值得注意的是，实际应用中需要合理选择高斯核参数和权重系数，过大的尺度可能导致光晕效应，而过小的尺度则会影响去雾效果。