基于Retinex的算法

Retinex算法是一种模拟人类视觉的亮度和颜色感知的图像增强算法，许多学者将其应用于眼底图像增强。人类视觉系统观察到的颜色是由物体对三原色（红色、绿色、蓝色）的反射能力决定的，物体的颜色不受光照的干扰。Retinex算法可以在色彩恒常性、动态范围压缩和边缘增强三个方面达到平衡。单尺度Retinex算法（Single Scale Retinex，SSR）用高斯函数与图像进行卷积表示入射分量，如公式（4-7）所示：

式中，i＝1、2、3分别代表红、绿、蓝三通道，G（x，y）是高斯函数，其表达式如公式（4-8）：

式中，c表示尺度参数，决定高斯函数的邻域大小。c越小，图像的局部细节越突出，但会出现色彩失真；c越大，图像的颜色越自然，但细节信息保留得少。K为归一化常数，使高斯函数满足公式（4-9）：

SSR算法的尺度参数在同一时间唯一，难以平衡色彩恒定性和细节信息。为了弥补这一不足，多尺度Retinex算法（Multi Scale Retinex，MSR）选取不同的尺度参数，并对结果加权求和。实验发现，MSR算法在处理彩色图像时出现泛白的情况，Zhu等对MSR算法的结果乘以色彩恢复函数，进一步提出带色彩恢复的多尺度Retinex算法（Multi Scale Retinex with Color Restoration，MSRCR），如公式（4-10）所示：

式中，β为增益常数，α为受控制的非线性强度。MSRCR算法通过调节三原色的比例，解决了色彩失真的问题。