淺談Retinex

2019 年 11 月 7 日
筆記

Retinex是上個世紀七十年代由Land提出的色彩理論。我認為其核心思想基於倆點

（1）在顏色感知時，人眼對局部相對光強敏感程度要優於絕對光強。

（2）反射分量R(x,y)儲存有無光源物體的真實模樣，一幅圖像對其光照分量L(x,y)的估計越準確，求得的R(x,y)也就越準確。

先來說明第一點，人對顏色的認知並不是基於絕對光強，反應在圖像上時可以理解成，人眼對一像素點(X0,Y0)的顏色的認知不是基於其RGB三通道絕對值大小，而是與倆個因素相關。

1、（X0,Y0)點三通道值的差異，它會致使色偏。

2、（X0,Y0)一個鄰域內其餘像素的RGB值，它會形成顏色的感覺，RGB三通道絕對值主導亮度感覺。

我目前無法定量定性分析他們的關係，因為它涉及感覺這種玄妙的東西，但是我們會用就行。

再說明第二點，在給定場景的時候，如果場景內無光源，那麼R(x,y)應該是一常量。無論光照L(x,y)如何改變，R(x,y)該不變。也就是說，無論我光照是什麼顏色什麼強度，我都應該能將其矯正到標準光照情況下。這也是色彩恆常性的體現。

那麼問題來了，基於上面推理該怎麼辦去矯正多光照圖像。

關於Retinex的算法的發展，從最初的隨機路徑法，到McCann迭代法，到變分法再到中心環繞的。關於他們的說明在網上一找一大堆，這裡我不在贅述。

讓我們從single-scale-Retinex開始，在網上能找到的SSR算法，說實話基本效果很差，根本體現不出其色彩恆常算法的特點。其實如果你查閱過大量資料後，你會發現NASA的原文對SSR說明就不清不楚，網上代碼對其的實現可以說是一種無參考復現，你甚至會發現他們對環繞函數地描述都不一致。SSR說到底就是認為光照局部不變，以一個鄰域的加權值來估計光照。

一般SSR會選擇高斯函數或者類高斯函數，你可以直接用matlab中的fspesical函數，也可以自己寫一個，其實問題不大。一般剛遇到SSR最讓人困惑的就是如何明晰何為尺度，當你多看幾個SSR的實現，就會發現會有越來越多的疑惑。如何確定尺度，高斯函數的sigma值和尺度之間到底有和數量關係，最後在對數域是否需要返回到指數域，需不需要歸一化，最後成像出現色偏問題該怎麼解決。這些細節的處理會顯著影響圖片質量，特別是視覺效果。

在SSR的基礎上發展起來的MSR和MSRCR，但說實話，因為他們的實現是基於SSR的，所以如果你SSR都沒有寫好，那麼他們的實現一定也不會盡人意。

在MSR的基礎上，為了實現真正的色彩恆常計算，我對MSR進行了改動。

步驟大致分為三步：

1、使用導向濾波代替高斯濾波，與傳統MSR算法不同，這裡不分通道處理而是三通道合一來估計光照。這是基於一個認知，自然界中的光是連續，而RGB三通道只是為了方便屏幕顯示，用三通道處理與形成割裂。

2、對估計出來的光照進行自適應調整後，計算出對數域中的反射量r(x,y)

3、對r(x,y)進行調整，為了適應不同的環境，我使用了一個一個小技巧實現色彩保真，在算法中可選是否保真，保真的前提是原圖質量足夠好，圖像中元素足夠豐富，如果不滿足這倆個前提推算真實顏色的時候就會出嚴重錯誤。至於為何這般，這與Retinex算法實質有關，因為對光照估計的越準確，矯正到標準光源後的質量也就越好。而Retinex對光照的估計是基於空間鄰域的。

注意：2是在對數域實現的，而這與MSR相似

附上一些圖來說明效果