MSR retinex图像增强处理

#include “MSRCR.h“
/*===========================================================
 * 函数: CreateKernel
 * 说明：创建一个标准化的一维高斯核；
 * 参数：
 *   double sigma: 高斯核标准偏差
 * 返回值：
 *   double*: 长度为（（6*sigma）/2） * 2 + 1的double数组
 * 注：
 *   调用者需要删除该内核；
 * --------------------------------------------------------
 *  Summary:
 *  Creates a normalized 1 dimensional gaussian kernel.
 *
 *  Arguments:
 *  double sigma - the standard deviation of the gaussian kernel.
 *
 *  Returns:
 *  vector - an vector of values of length （（6*sigma）/2） * 2 + 1.
 *  Note:
 *  Caller is responsable for deleting the kernel.
=============================================================
 */
vector Msrcr::CreateKernel（double sigma）
{
	int i x filter_size;
    vector filter;
	double sum;

    // set sigma‘s upline
    // 为sigma设定上限
    if （ sigma > 300 ） sigma = 300;

    // get needed filter size （enforce oddness）
    // 获取需要的滤波尺寸，且强制为奇数；
	filter_size = （int）floor（sigma*6） / 2;
	filter_size = filter_size * 2 + 1;

	// Calculate exponential
    // 计算指数
	sum = 0;
    for （i = 0; i < filter_size; i++）
    {
        double tmpValue;
        x = i - （filter_size / 2）;
        tmpValue = exp（ -（x*x） / （2*sigma*sigma） ）;
        filter.push_back（tmpValue）;

        sum += tmpValue;
	}

	// Normalize
    // 归一化计算
	for （i = 0 x; i < filter_size; i++）
        filter[i] /= sum;

	return filter;
}

/*===========================================================
 * 函数: CreateFastKernel
 * 说明：创建一个近似浮点的整数类型（左移8bits）的快速高斯核；
 * 参数：
 *   double sigma: 高斯核标准偏差
 * 返回值：
 *   double*: 长度为（（6*sigma）/2） * 2 + 1的int数组
 * 注：
 *   调用者需要删除该内核；
 * --------------------------------------------------------
 * Summary:
 * Creates a faster gaussian kernal using integers that
 * approximate floating point （leftshifted by 8 bits）
 *
 * Arguments:
 * double sigma - the standard deviation of the gaussian kernel.
 *
 * Returns:
 * vector - an vector of values of length （（6*sigma）/2） * 2 + 1.
 *
 * Note:
 * Caller is responsable for deleting the kernel.
=============================================================
 */
vector Msrcr::CreateFastKernel（double sigma）
{
    vector fp_kernel;
    vector kernel;
	int i filter_size;

	// Reject unreasonable demands
    // 设置上限
    if （ sigma > 300 ） sigma = 300;

	// get needed filter size （enforce oddness）
    // 获取需要的滤波尺寸，且强制为奇数；
	filter_size = （int）floor（sigma*6） / 2;
	filter_size = filter_size * 2 + 1;

    // Create Kernel
    // 创建内核
	fp_kernel = CreateKernel（sigma）;

    // Change kernel‘s data type from double to int
    // double内核转为int型
	for （i = 0; i < filter_size; i++）
    {
        int tmpValue;
        tmpValue = double2int（fp_kernel[i]）;
        kernel.push_back（tmpValue）;
    }

	return kernel;
}

/*===========================================================
 * 函数：FilterGaussian
 * 说明：通过内核计算高斯卷积，内核由sigma值得到，且在内核两端值相等；
 * 参数：
 *   img: 被滤波的IplImage*类型图像
 *   double sigma: 高斯核标准偏差
 * -----------------------------------------