基于多尺度视网膜增强图像去雾算法（MSR，Multi-Scale Retinex），Matalb实现

博主简介：专注、专一于Matlab图像处理学习、交流，matlab图像代码/项目合作可以联系（QQ:3249726188）

个人主页：Matlab_ImagePro-CSDN博客

原则：代码均由本人编写完成，非中介，提供有偿Matlab算法代码编程服务，不从事不违反涉及学术原则的事。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

本次分享的是基于多尺度视网膜增强图像去雾算法（MSR，Multi-Scale Retinex），用matlab实现。（有疑问或者想交流细节的QQ:3249726188）

一、简述一下算法情况

Retinex理论主要包含了两个方面的内容：物体的颜色是由物体对长波、中波和短波光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的色彩不受光照非均匀性的影响,具有一致性。根据Retinex理论，人眼感知物体的亮度取决于环境的照明和物体表面对照射光的反射，其数学表达式为：

I(x,y)=L(x,y)*R(x,y)　　　　　　　　　　　　　　　　　　　　　　　　　　　　(2-1)

　　式中： I(x,y)代表被观察或照相机接收到的图像信号；L(x,y)代表环境光的照射分量；R(x,y)表示携带图像细节信息的目标物体的反射分量。

将(2-1)式两边取对数，则可抛开入射光的性质得到物体的本来面貌，即有关系式：

Log[R(x,y)] = Log[I(x,y)]-Log[L(x,y)];　　　　　　　　　　　　　　　　　　　　(2-2)

把这个技术运用到图像处理上，就是针对我们现在已经获得的一副图像数据I(x,y），计算出对应的R(x,y)，则R(x,y)认为是增强后的图像，现在的关键是如何得到L(X,Y)。Retinex理论的提出者指出这个L(x,y）可以通过对图像数据I(x,y）进行高斯模糊而得到。

因此这个算法的细路就很简单了，具体步骤如下：

1、输入: 原始图像数据I(x,y),尺度（也就是所谓的模糊的半径）

2、处理：(1) 计算原始图像按指定尺度进行模糊后的图像 L(x,y);

(2) 按照2-2式的计算方法计算出 Log[R(x,y)]的值。

(3) 将 Log[R(x,y)]量化为0到255范围的像素值，作为最终的输出。

以上算法所实现的过程通常倍称作为SSR(Single Scale Retinex,单尺度视网膜增强）。为了得到更好的效果，开发出所谓的多尺度视网膜增强算法（MSR， Multi-Scale Retinex），最为经典的就是3尺度的，大、中、小，既能实现图像动态范围的压缩，又能保持色感的一致性较好。总的来说，MSR算法流程就是采取不同的尺度进行SSR操作，再进行加权处理即可。

二、算法流程

MSR去雾算法流程步骤如下：

1、读取图像

2、设置高斯滤波器滤波尺度参数（高斯模糊）

3、根据高斯滤波参数，对图像RGB图像分别进行SSR（单尺度retinxe）处理，根据不同尺度的SSR，进行加权处理，得到每个图层的MSR结果

4、去雾滤波后的每个图层合成为去雾后的图像。

下面看看matlab的实现效了。

三、Matlab实现效果

1、读取原图