视网膜-大脑皮层（Retinex）理论认为世界是无色的，人眼看到的世界是光与物质相互作用的结果，也就是说，映射到人眼中的图像和光的长波（R）、中波（G）、短波（B）以及物体的反射性质有关
其中I是人眼中看到的图像，R是物体的反射分量，L是环境光照射分量，(x, y)是二维图像对应的位置
基于上面的原理，看下Retinex常见的几种增强算法
一、 SSR(Single Scale Retinex)单尺度Retinex算法
它通过估算L来计算R，具体来说，L可以通过高斯模糊和I做卷积运算求得，用公式表示为：
其中F是高斯模糊的滤波器，“ * ”表示卷积运算
其中σ称为高斯周围空间常数（Gaussian Surround Space Constant），也就是算法中所谓的尺度，对图像处理有比较大的影响，对于二维图像
对应于图像中位置，即：
因此，这个算法的思路就可以归结为以下几步：
1、输入: 原始图像数据I(x,y),尺度（也就是高斯函数中的σ）
2、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log(R)=log(I)-log(L)公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，量化公式：R(x,y) = ( Value - Min ) / (Max - Min) * (255-0)（注：无需将Log[R(x,y)]进行Exp函数的运算,而是直接利用Log[R(x,y)]进行量化，即上述公式中的value值）
代码如下：
效果图（左边是原图，右边是SSR效果图）：（其中σ=300，即代码中的sigma=300）
二、 MSR(Multi-Scale Retinex)多尺度Retinex算法
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。基于单尺度Retinex算法，多尺度Retinex算法描述如下：
1、需要对原始图像进行每个尺度的高斯模糊，得到模糊后的图像Li(x,y),其中小标i表示尺度数。
2、对每个尺度下进行累加计算 Log[R(x,y)] = Log[R(x,y)] + Weight(i)* ( Log[Ii(x,y)]-Log[Li(x,y)]); 其中Weight(i)表示每个尺度对应的权重，要求各尺度权重之和必须为1，经典的取值为等权重。
如果尺度数为3，则：W1=W2=W3=1/3
代码如下：
效果图（左边是原图，中间是SSR效果图，右边是MSR效果图）
三、 MSRCR(Multi-Scale Retinex with Color Restoration)具有色彩恢复的多尺度Retinex算法
在前面的增强过程中，图像可能会因为增加了噪声，而使得图像的局部细节色彩失真，不能显现出物体的真正颜色，整体视觉效果变差。针对这一点不足，MSRCR在MSR的基础上，加入了色彩恢复因子C来调节由于图像局部区域对比度增强而导致颜色失真的缺陷.
先看一组公式：
RMSRCR(x,y)'=G⋅RMSRCR(x,y)+b
RMSRCR (x,y)=C(x,y)RMSR(x,y)
C(x,y)=f[I'(x,y)]=f[I(x,y)/∑I(x,y)]Ci(x,y)=f[Ii′(x,y)]=f[Ii(x,y)∑j=1NIj(x,y)]
f[I'(x,y)]=βlog[αI'(x,y)]=β{log[αI'(x,y)]−log[∑I(x,y)]}
如果是灰度图像，只需要计算一次即可，如果是彩色图像，如RGB三通道，则每个通道均需要如上进行计算
G表示增益Gain（一般取值：5）
b表示偏差Offset（一般取值：25）
I (x, y)表示某个通道的图像
C表示某个通道的彩色回复因子，用来调节3个通道颜色的比例；
f(·)表示颜色空间的映射函数；
β是增益常数（一般取值:46）；
α是受控制的非线性强度(一般取值：125)
MSRCR算法利用彩色恢复因子C，调节原始图像中3个颜色通道之间的比例关系，从而把相对较暗区域的信息凸显出来，达到了消除图像色彩失真的缺陷。 处理后的图像局部对比度提高，亮度与真实场景相似，在人们视觉感知下，图像显得更加逼真；但是MSRCR算法处理图像后，像素值一般会出现负值。所以从对数域r(x, y)转换为实数域R(x, y)后，需要通过改变增益Gain，偏差Offset对图像进行修正。
另外：介绍下什么是颜色的简单白平衡（simplest Color Balance）
白平衡的意思就是：是图片中最亮的部分为白色，最暗的部分为黑色。其余部分进行拉伸
简单的说就是：在RGB三通道上分别统计每个像素值的出现次数。将1%的最大值和最小值设置为255和0。其余值映射到（0，255），这样使得每个值通道的值在RGB中分布较均匀。达到颜色平衡的结果
MSRCR代码如下：
效果图（左上：原图，右上：SSR，左下：MSR，右下：MSRCR）
作为一枚技术小白，写这篇笔记的时候参考了很多博客论文，在这里表示感谢，同时，未经同意，请勿转载....
