本GUI界面为图像去雾系统，使用matlab实现的功能有4点： 1.使用全局直方图均衡化的方法实现给有雾图像去雾。 2.使用Retinex算法实现给有雾图像去雾。 3.使用暗通道算法实现给有雾图像去雾。 4.使用加雾算法给无雾图像添加雾，然后再用3个算法实现去雾，得到处理后的图像。 5.通过直方图对比，观察处理前后直方图的区别。保存处理后的图片。

医学图像处理和分析在对疾病的成像诊断中起到辅助医生确定病变局域的重要作用。但是由于人体的组织密度极其复杂，由于各种不良因素的影响，从而导致医学图像（尤其是X射线医学影像等）普遍存在对比度低、动态范围窄、强度分布不对称、边缘不清晰等问题。针对上述问题，结合医学图像特点和光照估计模型提出一种基于Canny算子加权引导滤波的Retinex（CWGFR）医学图像增强算法。首先，利用Canny边缘检测算子准确估计加权引导滤波器的边缘权重并通.过加权引导滤波器对光照进行估计，从而得到入射光分量；然后根据Retinex算法原理计算出反射光分量，即log域上的增强图像；最后对图像进行量化处理，增强其图像对比度从而得到输出图像。对比实验结果表明，论文算法在提高图像对比度的同时，具有更高的边缘保持特性，能够凸显图像细节信息，有效消除“光晕”伪影。

经典retinex_mccann图像增强MATLAB程序，用于消除图像的光照不均匀性。

retinex.m是用MATLAB编写的夜间图像增强算法retinex，经过测试，增强效果较好。

针对特殊环境（雾天、傍晚）下车牌图像由于光线暗淡而使得识别效果明显下降的问题，提出一种使用改进的Retinex算法（五尺度Retinex算法）与幂函数和双边滤波相结合对特殊环境下的车牌图像进行增强的算法。首先用幂函数对雾天、傍晚环境下的车牌图像进行处理，再采用双边滤波处理，最后经过五尺度Retinex算法处理。与传统Retinex算法相比，所提出的算法取得了较好的对特殊环境下的车牌图像增强的效果，改善了车牌图像的视觉效果，并且处理时间较短，对现实生活具有可观的实际意义。

采用matlab对雾天图像的清晰化处理，共6种算法，直方图均衡法，改进的直方图均衡化算法，单尺度retinex，多尺度retinex，带色彩恢复的多尺度retinex，暗原色先验，然后有6种算法运行时间和信息熵的对比。

基于opencv4.10的retinex视网膜皮层图像增强算法，能比较好的实现图像画质增强

该课题是基于MATLAB平台的图像去雾处理，配备一个人机交互GUI界面，可以选择全局直方图均衡化，Retinex算法，同态滤波，通过对比处理前后的图像的直方图，而直方图是一副图像各灰度值在0-256的分布个数的表，信息论已经整明，具有均匀分布直方图的图像，其信息量是最大的。

针对MSR算法在图像去雾应用中存在颜色失真现象且计算量大的问题，提出一种具有颜色保真性的快速MSR去雾算法。通过将MSR算法对RGB三个颜色通道的处理转变为仅对暗原色单一通道进行处理，避免了对颜色通道间色调相关性的影响，实现颜色保真，同时大大减少了算法执行时间。实验结果表明该算法克服了MSR去雾算法的颜色失真问题，能够有效提升图像的对比度和饱和度，实现图像快速去雾。

针对现有的Retinex算法不能自动调节参数，提出一种基于参数估计的双边滤波Retinex算法。该算法首先利用主成份分析和Canny边缘检测算法分别进行噪声估计和边缘强度估计；然后通过线性相关运算计算双边滤波的空间几何标准差参数和亮度标准差参数；再利用参数估计的双边滤波把图像分解出照度图像和反射图像；最后将照度图像和反射图像通过不同方法的压缩和增强并合成一幅新的图像。通过实验表明，它不仅能够自动设置参数，还能有效抑制光晕现象。