该压缩包内包含图像增强方法之一的retinex算法matlab代码，带有一定注释。

Retinex图像增强算法( MSR, MSRCR)详解及其OpenCV源码 在原来的基础修改了下 我用的是Opencv 3.4.5 ,原来的是opencv2.4.9 编译有个错误，需要修改

针对传统 Retinex 算法处理红外图像存在光晕伪影和细节增强不足的缺点，本文提出一种消除光晕和细节增强的 Multi-scale Retinex（MSR）红外图像增强算法。首先，以局部方差和局部复杂度构造引导滤波的自适应平滑增益，然后，采用改进的引导滤波核函数估计照度分量，在对数域对多尺度 Retinex 数学模型求解，获取消除光晕和细节保持的多尺度反射分量。最后，为进一步增强细节和提升亮度，对反射分量依灰度等级进行自适应增强，并通过偏移调整和Gamma 校正改善图像亮度，得到最终增强图像。实验结果表明，本文算法相对其它的 Retinex 增强算法，可有效地消除光晕现象，突出细节，可获得视觉效果良好的增强结果.

提出一种新的基于无限冲激响应( IIR) 低通滤波的Retinex 图像增强算法, 该算法具有边缘保留功能, 不会产生光晕效应, 而且计算量较小. 并将该算法与实数编码遗传算法相结合, 使其具有针对不同图像特点自适应选择参数的功能. 通过对低照度图像和雾天图像的实验表明, 该算法能够根据图像的特点自动选择出较合理的参数, 处理后的图像在清晰度和色彩上较MSR 及MSRCR 算法具有更好的效果.

基于Retinex的MSRCR算法，MATLAB实现

所有方法的图像去雾程序，直接运行 出程序，通过改变不同去雾方法的参数值，得到不同的去雾后的图像和原图，里面直方图，暗通道，模糊去雾，retinex，实时去雾会自己计算时间，下采样，可以保存图像

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法.该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影.实验结果表明,该算法能有效地改善雾天图像的退化现象,提高

retinex 增强图像源代码 增强图像清晰效果 ，

retinex的纯c代码，用于提高图像对比度

retinex 算法介绍 图像处理 消除模糊等 图像增强