MertensT等人利用鄰域梯度和對比度信息，提出針對大口徑方管曝光圖像的增強方法。但上述這些增強方法沒能采用一定的光照模型，充分的考慮曝光圖像序列的光照條件、曝光時間等影響因素。
　　因此，Retinex的處理方法就是從接收到的圖像中估計照射分量，將其去除進而得到反射分量，恢復場景原貌。其中，比較有效的是一種基于高斯環繞函數的估計方法。根據對生理學模型的研究，對數處理方法更接近人類視覺系統的特性。此外，還可以簡化相對復雜的乘法運算。
　　該變換具有良好的方向性和各向異性，因此能準確的將邊緣信息捕捉到不同的尺度空間與方向子帶中。但由于塔形分解及方向濾波的過程中要進行上、下采樣，使Contoaet變換不具有平移不變性。
　　多曝光圖像Retinex算法曝光時間的長短和光照強度共同影響著成像設備接受光強的大小。對于曝光時間來說，并不是曝光時間越長成像就越好。曝光時間過長，會導致過飽和現象；曝光時間過短，又會使圖像的動態范圍較小。根據Retinex理論，反射分量所反映的是物體本身的反射能力，與光照條件無關。
　　先對序列中的各圖像進行NSCT變換，將圖像的高、低頻信息分離。僅從低頻信息中估計照射分量（主要存在于低頻信息中），這樣能夠很好的保持細節信息仍在高頻分量中。從分解出的低頻分量中分離照、反射分量，將得到的反射分量和細節信息共同實施反變換，獲得更為準確并保留了細節信息的反射分量圖像序列。
　　可以看出，接受總量S會受到曝光時間的影響。所以對于序列中不同圖像，我們希望得到的是由單位照射量unitL所計算得出的unitS，它是消除了曝光時間影響，而反映該圖像場景照射條件的單位接收量。
　　接下來，為增強圖像從反變換得到的反射分量序列中選取****的取值組合。根據上面的分析，反射分量主要體現了物體各部分自身的反射能力，其作用是可以提取出由于光照強度與時間所影響而導致的一些反射能力較差的部分的暗區信息。
　　它所存在的問題是在反射分量本身較強的部分，常常會發生過飽和現象，使信息丟失。因此，對于反射分量序列的處理，按照曝光時間的不同，采用一種閾值選取方式，構成增強圖像的反射分量，這樣既保證了暗區信息的提取，又在一定程度上消除過飽和現象。