STAR: A Structure and Texture Aware Retinex Model论文理解

1、提出了两种滤波器：TV滤波器（计算输入图像的绝对梯度）和MLV滤波器（计算输入图像梯度的平均局部方差），二者已经可以反映出图像的结构；
2、为了灵活的估计结构和纹理，引入了局部导数的指数形式，即在TV和MLV中添加指数项即ETV和EMLV，以使得这两个滤波器更灵活的分离结构和纹理提取。当伽马设置为0.5时，ETV和EMLV可以粗略的提取图像的纹理，当伽马取{1,1.5,2}时，二者可以分离图像的结构；
3、基于上述观察，引入了一种结构和纹理感知的光照和反射分解加权方案；
4、提出STAR模型，并使用交替最小化的方式解决该模型，即每个子问题都转换为带有闭合解的矢量化最小二乘法回归。