基于Matlab的低照度圖像增強是一個重要的圖像處理領域。這里我們重點介紹一種經典且效果較好的算法：多尺度Retinex算法（Multi-Scale Retinex with Color Restoration, MSRCR），包括其原理、公式及Matlab實現。
一、核心原理：Retinex理論
Retinex理論由Edwin Land提出，其核心思想是：人眼感知到的物體顏色和亮度（即反射分量）是物體的反射屬性本身，而非絕對光照強度的函數。 圖像 I(x, y) 被建模為光照分量 L(x, y) 和 反射分量 R(x, y) 的乘積：
I(x, y) = L(x, y) * R(x, y)
- 光照分量
L: 代表照射在場景上的光強分布。在低照度圖像中，L整體較弱且可能不均勻（如存在陰影）。它變化緩慢，主導圖像的低頻信息。 - 反射分量
R: 代表物體固有的反射特性（顏色、紋理、邊緣）。它包含圖像的高頻細節信息&#x
