Retinex(SSR)

原文转自：http://www.opencv.org.cn/forum.php?mod=viewthread&tid=28476

使用opencv的SSR去雾程序，根据http://www.cnblogs.com/Imageshop/archive/2013/04/17/3026881.html中的方法编写。

1. #include <cv.h>
   
2. #include <highgui.h>
   
3. #include <iostream>
   
4. #include <math.h>
   
5. using namespace std;
   
6. /********************************************************************************
   
7.                                 单尺度Retinex图像增强程序
   
8.                                 src为待处理图像
   
9.                                 sigma为高斯模糊标准差
   
10.                                 scale为对比度系数
    
11. *********************************************************************************/
    
12. void SSR(IplImage* src,int sigma,int scale)
    
13. {
    
14.         IplImage* src_fl  = cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,src->nChannels);
    
15.         IplImage* src_fl1 = cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,src->nChannels);
    
16.         IplImage* src_fl2 = cvCreateImage(cvGetSize(src),IPL_DEPTH_32F,src->nChannels);
    
17.          float a=0.0,b=0.0,c=0.0;
    
18.         cvConvertScale(src,src_fl,1.0,1.0);//转换范围，所有图像元素增加1.0保证cvlog正常
    
19.         cvLog(src_fl,src_fl1);
    
20.         
    
21.         cvSmooth(src_fl,src_fl2,CV_GAUSSIAN,0,0,sigma);        //SSR算法的核心之一，高斯模糊
    
22. 
    
23.         cvLog(src_fl2,src_fl2);
    
24.         cvSub(src_fl1,src_fl2,src_fl);//Retinex公式，Log(R(x,y))=Log(I(x,y))-Log(Gauss(I(x,y)))
    
25. 
    
26.         //计算图像的均值、方差，SSR算法的核心之二
    
27.         //使用GIMP中转换方法：使用图像的均值方差等信息进行变换
    
28.         //没有添加溢出判断
    
29.         CvScalar mean;
    
30.         CvScalar dev;
    
31.         cvAvgSdv(src_fl,&mean,&dev,NULL);//计算图像的均值和标准差
    
32.         double min[3];
    
33.         double max[3];
    
34.         double maxmin[3];
    
35.         for (int i=0;i<3;i++)
    
36.         {
    
37.                 min[i]=mean.val[i]-scale*dev.val[i];
    
38.                 max[i]=mean.val[i]+scale*dev.val[i];
    
39.                 maxmin[i]=max[i]-min[i];
    
40.         }
    
41.         float* data2=(float*)src_fl->imageData;
    
42.         for (int i=0;i<src_fl2->width;i++)
    
43.         {
    
44.                 for(int j=0;j<src_fl2->height;j++)
    
45.                 {
    
46.                         data2[j*src_fl->widthStep/4+3*i+0]=255*(data2[j*src_fl->widthStep/4+3*i+0]-min[0])/maxmin[0];
    
47.                         data2[j*src_fl->widthStep/4+3*i+1]=255*(data2[j*src_fl->widthStep/4+3*i+1]-min[1])/maxmin[1];
    
48.                         data2[j*src_fl->widthStep/4+3*i+2]=255*(data2[j*src_fl->widthStep/4+3*i+2]-min[2])/maxmin[2];
    
49.                 }
    
50.         }
    
51. 
    
52. 
    
53.         cvConvertScale(src_fl,src,1,0);
    
54.         cvReleaseImage(&src_fl);
    
55.         cvReleaseImage(&src_fl1);
    
56.         cvReleaseImage(&src_fl2);
    
57. }
    
58. 
    
59. void main()
    
60. {
    
61.         char* filename="E:\\matlab\\haze20.jpg";
    
62.         IplImage* frog=cvLoadImage(filename,1);
    
63.         IplImage* frog1=cvCreateImage(cvGetSize(frog),IPL_DEPTH_32F,frog->nChannels);
    
64.         cvConvertScale(frog,frog1,1.0/255,0);
    
65.         SSR(frog,30,2);
    
66.         cvNamedWindow("hi");
    
67.         cvNamedWindow("hi1");
    
68.         cvShowImage("hi1",frog1);
    
69.         cvShowImage("hi",frog);
    
70.         cvWaitKey(0);
    
71.         cvDestroyAllWindows();
    
72.         cvReleaseImage(&frog);
    
73.         cvReleaseImage(&frog1);
    
74. }