对Retinex算法的一些理解

    最近在跟老师做视网膜病灶检测的一个项目，其中一个环节是将两张不同时刻的视网膜图像（灰度图像）亮度对齐以方便后续的处理，即保持相同的组织变化后的灰度值基本相同而病变区域仍有较大的差异。在这个对齐图像亮度的环节中我主要应用了Retinex算法，也测试了一些图像，现在把我对Retinex算法的一些理解记录下来，方便自己日后查阅，也欢迎大家一起讨论。下边的是一些原始图像。

为什么Retinex算法可以用于对齐图像亮度

     根据Retinex理论，人眼感知物体的亮度取决于环境的照明和物体表面对照射光的反射，其数学表达式为：

            I(x,y)=L(x,y)*R(x,y)　（乘，非卷积）　　　　　　　　　　　　　　　 　　　　(2-1)

　　式中： I(x,y)代表被观察或照相机接收到的图像信号；L(x,y)代表环境光的照射分量 ；R(x,y)表示携带图像细节信息的目标物体的反射分量 。