浅谈Retinex

Retinex是上个世纪七十年代由Land提出的色彩理论。我认为其核心思想基于俩点

 

（1）在颜色感知时，人眼对局部相对光强敏感程度要优于绝对光强。

（2）反射份量R(x,y)储存有无光源物体的真实模样，一幅图像对其光照份量L(x,y)的估计越准确，求得的R(x,y)也就越准确。

 

     先来讲明第一点，人对颜色的认知并非基于绝对光强，反应在图像上时能够理解成，人眼对一像素点(X0,Y0)的颜色的认知不是基于其RGB三通道绝对值大小，而是与俩个因素相关。

一、（X0,Y0)点三通道值的差别，它会导致色偏。

二、（X0,Y0)一个邻域内其他像素的RGB值，它会造成颜色的感受，RGB三通道绝对值主导亮度感受。

 

     我目前没法定量定性分析他们的关系，由于它涉及感受这种玄妙的东西，可是咱们会用就行。

 

     再说明第二点，在给定场景的时候，若是场景内无光源，那么R(x,y)应该是一常量。不管光照L(x,y)如何改变，R(x,y)该不变。也就是说，不管我光照是什么颜色什么强度，我都应该能将其矫正到标准光照状况下。这也是色彩恒常性的体现。

 

     那么问题来了，基于上面推理该怎么办去矫正多光照图像。

 

     关于Retinex的算法的发展，从最初的随机路径法，到McCann迭代法，到变分法再到中心环绕的。关于他们的说明在网上一找一大堆，这里我不在赘述。

     让咱们从single-scale-Retinex开始，在网上能找到的SSR算法，说实话基本效果不好，根本体现不出其色彩恒常算法的特色。其实若是你查阅过大量资料后，你会发现NASA的原文对SSR说明就不清不楚，网上代码对其的实现能够说是一种无参考复现，你甚至会发现他们对环绕函数地描述都不一致。SSR说到底就是认为光照局部不变，以一个邻域的加权值来估计光照。

    通常SSR会选择高斯函数或者类高斯函数，你能够直接用matlab中的fspesical函数，也能够本身写一个，其实问题不大。通常刚遇到SSR最让人困惑的就是如何明晰何为尺度，当你多看几个SSR的实现，就会发现会有愈来愈多的疑惑。如何肯定尺度，高斯函数的sigma值和尺度之间到底有和数量关系，最后在对数域是否须要返回到指数域，需不须要归一化，最后成像出现色偏问题该怎么解决。这些细节的处理会显著影响图片质量，特别是视觉效果。

 

     在SSR的基础上发展起来的MSR和MSRCR，但说实话，由于他们的实现是基于SSR的，因此若是你SSR都没有写好，那么他们的实现必定也不会尽人意。

     在MSR的基础上，为了实现真正的色彩恒常计算，我对MSR进行了改动。

 

步骤大体分为三步：

一、使用导向滤波代替高斯滤波，与传统MSR算法不一样，这里不分通道处理而是三通道合一来估计光照。这是基于一个认知，天然界中的光是连续，而RGB三通道只是为了方便屏幕显示，用三通道处理与造成割裂。

二、对估计出来的光照进行自适应调整后，计算出对数域中的反射量r(x,y)

三、对r(x,y)进行调整，为了适应不一样的环境，我使用了一个一个小技巧实现色彩保真，在算法中可选是否保真，保真的前提是原图质量足够好，图像中元素足够丰富，若是不知足这俩个前提推算真实颜色的时候就会出严重错误。至于为什么这般，这与Retinex算法实质有关，由于对光照估计的越准确，矫正到标准光源后的质量也就越好。而Retinex对光照的估计是基于空间邻域的。

注意：2是在对数域实现的，而这与MSR类似

附上一些图来讲明效果

 

 原图由来着东南大学的一位朋友提供

 

 未保真计算，能够看出其色彩恒常性的体现很差

 

 进行保真，充分体现色彩恒常性

 

 

 原图，一样由东南大学的朋友提供

 

 

未保真计算

 

 保真计算

 

 原图，来着网络

 

 未保真，可见光照为红光

 

 矫正后，深红光照被削弱，但图中可见的光源被放大，同时由于原图质量不高，导致保真计算后图像质量目视比不保真低

 

 

 

以上是我对Retinex的粗浅认识。

2019年11月7日于北京航空航天大学

自动化科学与电气工程学院 符云松

联系：734345993@qq.com