多尺度retinex演算法

㈠ retinex演算法如何用中那個高斯核取多大

上式中*代表卷積,G(x,y)代表高斯核,最後我們看到的圖像是對R(x,y)映射到[0,255]上的結果,一般取線性映射。

㈡ 本人畢業設計做的是基於Retinex演算法研究，急需SSR,MSR,Mccann的Matlab模擬代碼。要能運行的。

太多了太多了 只貼一個把

%Retinex的MSR實現圖像增強的代碼，可運行，
f=imread('c.jpg');
fr=f(:, :, 1); fg=f(:, :, 2); fb=f(:, :,
3);%RGB通道
mr=mat2gray(im2double(fr)); mg=mat2gray(im2double(fg));
mb=mat2gray(im2double(fb));%數據類型歸一化
alf1=1458;
%定義標准差alf=a^2/2 a=54
n=161;%定義模板大小
n1=floor((n+1)/2);%計算中心
for i=1:n
for j=1:n
b(i,j)
=exp(-((i-n1)^2+(j-n1)^2)/(4*alf1))/(pi*alf1); %高斯函數
end
end
nr1
= imfilter(mr,b,'conv', 'replicate');ng1 = imfilter(mg,b,'conv',
'replicate');nb1 = imfilter(mb,b,'conv', 'replicate');%卷積濾波
ur1=log(nr1);
ug1=log(ng1);
ub1=log(nb1);
tr1=log(mr);tg1=log(mg);tb1=log(mb);
yr1=(tr1-ur1)/3;yg1=(tg1-ug1)/3;yb1=(tb1-ub1)/3;
alf2=53.38;
%定義標准差alf=a^2/2 a=10.3325
x=31;%定義模板大小
x1=floor((n+1)/2);%計算中心
for
i=1:n
for j=1:n
a(i,j)
=exp(-((i-n1)^2+(j-n1)^2)/(4*alf2))/(6*pi*alf2); %高斯函數
end
end
nr2 = imfilter(mr,a,'conv', 'replicate');ng2 = imfilter(mg,a,'conv',
'replicate');nb2 = imfilter(mb,a,'conv', 'replicate');%卷積濾波
ur2=log(nr2);
ug2=log(ng2);
ub2=log(nb2);
tr2=log(mr);tg2=log(mg);tb2=log(mb);
yr2=(tr2-ur2)/3;yg2=(tg2-ug2)/3;yb2=(tb2-ub2)/3;
alf3=13944.5;
%定義標准差alf=a^2/2 a=167
l=501;%定義模板大小
l1=floor((n+1)/2);%計算中心
for
i=1:n
for j=1:n
e(i,j)
=exp(-((i-n1)^2+(j-n1)^2)/(4*alf3))/(4*pi*alf3); %高斯函數
end
end
nr3 = imfilter(mr,e,'conv', 'replicate');ng3 = imfilter(mg,e,'conv',
'replicate');nb3 = imfilter(mb,e,'conv', 'replicate');%卷積濾波
ur3=log(nr3);
ug3=log(ng3);
ub3=log(nb3);
tr3=log(mr);tg3=log(mg);tb3=log(mb);
yr3=(tr3-ur3)/3;yg3=(tg3-ug3)/3;yb3=(tb3-ub3)/3;
dr=yr1+yr2+yr3;dg=yg1+yg2+yg3;db=yb1+yb2+yb3;

cr=im2uint8(dr); cg=im2uint8(dg); cb=im2uint8(db);
z=cat(3, cr, cg,
cb);
figure, imshow(z)

㈢ 求人幫忙翻譯 在線等

就這一句嗎
我理解的是多種數值可供增強圖像色度

㈣ retinex演算法為什麼不能處理地址

前一段時間研究了一下圖像增強演算法，發現Retinex理論在彩色圖像增強、圖像去霧、彩色圖像恢復方面擁有很好的效果，下面介紹一下我對該演算法的理解。
Retinex理論
Retinex理論始於Land和McCann於20世紀60年代作出的一系列貢獻,其基本思想是人感知到某點的顏色和亮度並不僅僅取決於該點進入人眼的絕對光線，還和其周圍的顏色和亮度有關。Retinex這個詞是由視網膜(Retina)和大腦皮層(Cortex)兩個片語合構成的.Land之所以設計這個詞，是為了表明他不清楚視覺系統的特性究竟取決於此兩個生理結構中的哪一個，抑或是與兩者都有關系。
Land的Retinex模型是建立在以下的基礎之上的：
一、真實世界是無顏色的，我們所感知的顏色是光與物質的相互作用的結果。我們見到的水是無色的，但是水膜—肥皂膜卻是顯現五彩繽紛，那是薄膜表面光干涉的結果；
二、每一顏色區域由給定波長的紅、綠、藍三原色構成的；
三、三原色決定了每個單位區域的顏色。
Retinex 理論的基本內容是物體的顏色是由物體對長波（紅）、中波（綠）和短波（藍）光線的反射能力決定的，而不是由反射光強度的絕對值決定的；物體的色彩不受光照非均性的影響，具有一致性，即Retinex理論是以色感一致性（顏色恆常性）為基礎的。如下圖所示，觀察者所看到的物體的圖像S是由物體表面對入射光L反射得到的，反射率R由物體本身決定，不受入射光L變化。

㈤ 有誰matlab寫過基於自適應濾波的Retinex圖像增強演算法

根據最後一個公式計算w(x,y), 實際上就是計算梯度水平(水平和垂直方向兩個方向綜合)

I = imread('test3.jpg'); %讀入圖象

subplot(121);imshow(I);

I = double(rgb2gray(I));

[m,n]=size(I);

H1 = [-1 -2 -1

0 0 0

1 2 1];

H2 = [-1 0 1

-2 0 2

-1 0 1];

w0 = (abs(conv2(I,double(H1),'same')) + abs(conv2(I,double(H1),'same')))/2+ones(m,n);

subplot(122);imshow(uint8(w0));

w = 1./w0;