21、色彩适应模型：原理、应用与优化

色彩适应模型：原理、应用与优化

1. 视网膜理论（Retinex Theory）

视网膜理论在色彩适应模型中具有重要地位。其输出是通过场景中任意点的信号与该视网膜在整个场景中的信号平均值的比值来确定的。该算法的一个有趣特征是它考虑了由于刺激背景变化而导致的颜色变化。通过改变用于归一化场景中给定点的视网膜信号的空间分布，可以改变背景的影响。如果将归一化信号设为给定视网膜的场景平均值，那么视网膜算法就简化为冯·克里尔斯（von Kries）型变换的典型实例。

虽然视网膜模型在生理实现上存在一些缺陷，但如果更关注算法输出而非严格的视觉系统生理模型，那么视网膜理论中的概念可能会很有用。例如，视网膜算法最近已应用于动态范围压缩和颜色校正的数字图像处理算法的开发中。

视网膜理论的特点

• 考虑背景变化 ：能够识别由于刺激背景变化而引起的颜色变化。
• 可调整背景影响 ：通过改变视网膜信号的空间分布来调整背景对颜色的影响。
• 与冯·克里尔斯变换的关系 ：在特定条件下可简化为冯·克里尔斯型变换。

视网膜理论的应用

• 数字图像处理 ：用于动态范围压缩和颜色校正。

2. 谷谷田等人的模型（Nayatani et al. Model）

谷谷田等人的非线性色彩适应模型是对冯·克里尔斯假设的重要改进。该模型源于照明工程领域的色度学背景，其早期根源可追溯到麦