Retinex理论的MSR算法matlab实现

Retinex理论是一种用于图像增强的理论，其中最著名的算法是MSR（Multi-Scale Retinex）。下面是MSR算法的matlab实现。

function result = MSR(image, a, b, sigma_list)
    % 输入参数：
    % image: 待增强的灰度图像
    % a, b: 控制图像对比度的参数
    % sigma_list: 每个尺度的高斯滤波器的标准差列表
    % 输出参数：
    % result: 增强后的灰度图像

    % 将图像转换为双精度类型
    image = im2double(image);
    % 获取图像大小
    [h, w] = size(image);
    % 初始化结果矩阵
    result = zeros(h, w);
    
    % 对每个尺度进行处理
    for sigma = sigma_list
        % 计算高斯滤波器
        H = fspecial('gaussian', ceil(sigma*3)*2+1, sigma);
        % 对图像进行滤波
        I = imfilter(image, H, 'replicate');
        % 计算亮度分量
        L = log(image+1) - log(I+1);
        % 计算对比度分量
        S = sqrt(log(I+1).^2 - L.^2);
        % 进行对比度增强
        S = (b*S + a) .* S;
        % 计算增强后的图像
        result = result + exp(L + S) - 1;
    end
    
    % 将结果限制在0到1之间
    result = min(max(result, 0), 1);
end

使用方法：

% 读入图像
image = imread('lena.png');
% 转换为灰度图像
image = rgb2gray(image);
% 设置参数
a = 128;
b = 0.5;
sigma_list = [15, 80, 250];
% 进行MSR增强
result = MSR(image, a, b, sigma_list);
% 显示增强前后的图像
imshowpair(image, result, 'montage');

其中，a和b是两个控制参数，可以通过调节它们来改变图像的对比度和亮度。sigma_list是每个尺度的高斯滤波器的标准差列表。可以根据图像的特点来设置不同的sigma_list来获得更好的增强效果。