下载文档原格式
改进单尺度Retinex的彩色图像增强算法作者：赵冬梅李斯娜来源：《现代电子技术》2018年第17期摘要：为了解决传统单尺度Retinex算法全部像素都采用同一空间滤波模块实施操作，容易产生彩色图像光晕以及色彩流失，彩色图像增强效果差的问题，提出改进单尺度Retinex的彩色图像增强算法。
改进算法融合粒子群优化算法以及Retinex算法，基于熵值大小以及变换成HIS图像的[H]值大小实施匹配，采用合理的滤波模板实施运算，完成彩色图像的增强处理。
通过改进SSR算法解决图像边缘亮度波动时，图像出现的光晕以及光阴影问题，提升彩色图像增强效果。
实验结果表明，所提算法对室内室外图像的亮度、对比度、饱和度等内容具有较高的增强效果，能提升总体图像的质量。
关键词：改进单尺度； Retinex算法；粒子群优化； SSR算法；彩色图像增强；滤波模板中图分类号： TN911.73⁃34； TP391.41 文献标识码： A 文章编号： 1004⁃373X（2018）17⁃0071⁃05Abstract： The same spatial filtering module is adopted for all the pixels in the traditional single scale Retinex algorithm， which is easy to produce the color reduction and halo of color images，and has poor effect of color image enhancement. Therefore， the color image enhancement algorithm based on single scale Retinex is proposed， in which the particle swarm optimization algorithm and Retinex algorithm are combined， the color images are matched on the basis of entropy value and [H]value transformed into HIS image， and the reasonable filtering template is adopted for calculation to enhance the color images. The SSR algorithm is improved to solve the halo and light shadow appearing in images while the luminance of image edge is fluctuating to improve the enhancement effect of color image. The experimental results show that the proposed algorithm has high enhancement effect for indoor and outdoor images in the aspects of brightness， contrast and saturation， and can improve the quality of the overall image.Keywords： improved single scale； Retinex algorithm； particle swarm optimization； SSR algorithm； color image enhancement； filtering template人們在图像实时查看或后期加工时，可通过图像增强处理方法解决入射光对图像的不利干扰，提高图像质量。
基于Retinex理论的低照度图像自适应增强算法目录1. 内容概览 (3)1.1 研究背景 (3)1.2 研究意义 (5)1.3 文献综述 (6)1.4 本文结构 (7)2. Retinex理论概述 (8)2.1 Retinex理论起源 (8)2.2 Retinex理论核心 (9)2.3 Retinex与其他图像增强算法的区别 (10)3. 低照度图像增强问题分析 (12)3.1 低照度图像的特点 (13)3.2 图像增强的目的与挑战 (13)3.3 现有方法存在的问题 (14)4. 基于Retinex的理论低照度图像自适应增强算法 (15)4.1 算法原理 (16)4.1.1 Retinex与自适应增强的理论联系 (18)4.1.2 算法自适应性的实现手段 (19)4.2 算法关键步骤 (20)4.2.1 光照映射的获取 (21)4.2.2 局部对比度的计算 (22)4.2.3 光照校正和对比度增强 (23)4.3 算法实现细节 (24)4.3.1 光照映射的精确计算 (25)4.3.2 对比度增强的策略 (27)4.3.3 自适应参数的确定 (28)4.4 算法有效性验证 (29)4.4.1 算法精度分析 (30)4.4.2 算法性能测试 (31)5. 实验验证与结果分析 (32)5.1 数据集与实验设置 (34)5.2 对比算法与方法 (35)5.3 实验结果与分析 (36)5.3.1 增强效果 (37)5.3.2 对比算法的比较 (39)5.4 算法存在的问题与改进建议 (40)6. 结论与展望 (42)6.1 研究总结 (43)6.2 未来工作方向 (44)1. 内容概览本文档详细介绍了一种基于Retinex理论的低照度图像自适应增强算法。
该算法旨在解决低照度条件下图像对比度低、细节不清晰等问题，通过自适应地增强图像的亮度和对比度，提高图像的视觉效果。
介绍了Retinex理论的基本原理，该理论认为图像是由光照和反射率两个部分组成的，通过分别处理这两个部分可以实现图像的增强。
一种基于Retinex的雾霾图像增强改进算法石昊苏;方丽娟;台志强;韩丽娜【摘要】To enhance the improvement of haze image quality degradation and fuzzy details,the method of improved Retinex theory is used.Through the experiment of the haze image decomposition to get R and L component,and denoising R with bilateral filtering as well as transforming and Gamma linear correction L,then combining with processed R and L component,The results show that the improved algorithm can improve image visual effect with rich color and enhance image details to make for the follow-up image processing.%针对增强改进雾霾图像质量退化、细节不清的目的,采用改进Retinex理论的方法,,通过对雾霾图像分解得到R、L分量,对R进行双边滤波去噪,同时对L进行Gamma变换并做线性拉伸校正,合并处理后的R、L图像等实验,得出从主观视觉效果和客观性能指标两方面,改进算法能够丰富雾霾图像色彩,提高雾霾图像的视觉效果,增强图像的细节,有利于后续图像处理.【期刊名称】《电子设计工程》【年(卷),期】2018(026)004【总页数】4页(P180-183)【关键词】Retinex算法;图像增强;MSR算法;雾霾图像【作者】石昊苏;方丽娟;台志强;韩丽娜【作者单位】西北政法大学商学院,陕西西安710063;西北政法大学商学院,陕西西安710063;西北政法大学公安学院,陕西西安710063;咸阳师范学院图形图像研究所,陕西咸阳712000【正文语种】中文【中图分类】TN247“雾霾”是高密度人口的经济及社会活动相互作用排放的大量细颗粒物（PM2.5）持续积聚又恰逢静稳天气所形成的，现代化进程加剧了雾霾出现的频率、持续时间，雾霾条件下采集到的数字图像往往会出现画面不清晰、辨析程度低等缺陷，给机器后续的识别检测工作带来较大的困难[1]。
基于Retinex算法的亮度分层图像增强算法李忠海;宋笑宇;陈灿灿;王崇瑶【摘要】在处理低照度的图像时,传统的Retinex算法虽然可以提高图像的辨识度,但是存在\"光晕伪影\"和图像细节表现不明显等问题,因此本文采用了引导滤波图像分层处理与多尺度Retinex算法相结合的图像增强算法.首先在HSI色彩空间中对原始图像使用引导滤波算法,将图像分成细节图像和基本图像.然后对分离出来的两个图像层构造增益系数,分别进行增强处理后再进行重构,得到一个新的亮度图像.最后,在RGB色彩空间内对新的亮度图像进行色彩恢复从而输出最终的亮度较高、还原度较好的图像.实验结果表明,本文算法使图像的边缘和细节更加突出,而且能够消除\"光晕伪影\"现象,客观评价指标也有较大幅度的提升.【期刊名称】《数据采集与处理》【年(卷),期】2019(034)001【总页数】9页(P41-49)【关键词】Retinex算法;引导滤波;图像分层;图像重构【作者】李忠海;宋笑宇;陈灿灿;王崇瑶【作者单位】沈阳航空航天大学自动化学院,沈阳,110136;沈阳航空航天大学自动化学院,沈阳,110136;沈阳航空航天大学自动化学院,沈阳,110136;沈阳航空航天大学自动化学院,沈阳,110136【正文语种】中文【中图分类】TP751.1引言在天气、光线等不良条件下，采集到的彩色图像亮度和对比度都比较低，为了增强低照度彩色图像的整体亮度，使图像中物体的细节信息更加清晰，并使其具有良好的视觉效果，研究高质量的图像增强算法受到了国内外很多学者的关注，成为图像处理领域的热点问题。
Retinex理论由Land首次提出，又称为色彩恒常性理论，在图像增强应用中较为广泛[1]。
近年来在Retinex算法理论的基础上，国内外学者提出了很多改进的Retinex算法。
但是大量实验结果表明，Ret⁃inex理论依然存在“光晕伪影”、图像过增强和算法运算效率低等缺陷[2]。
文章编号:1002-2082(2010)05-0728-06一种基于单尺度Retinex 的雾天降质图像增强新算法黄黎红(莆田学院电子信息工程系,福建莆田351100)摘 要:雾图增强是智能管理系统的一个组成部分,在交通管理系统、公路收费站、轮船、飞机场等场合有着广泛的应用场景。
比较了对数函数、双曲正切函数、反双曲正切函数对雾天降质图像亮度分量的调节能力,证明双曲正切函数具有比对数函数更宽的亮度调节能力。
在此基础上提出一种基于单尺度Retinex 的雾天图像增强方法。
该算法首先把图像从RGB 彩色空间转换到HSV 空间,保持色调分量不变,采用中心可自适应调节的双曲正切函数增强图像的全局亮度,局部细节非线性变换处理进一步提高图像的局部对比度,运用线性拉伸对饱和度进行调整,实现颜色补偿。
实验结果表明该方法去雾效果显著,且颜色自然。
实验还结合方差、熵和算法运算时间等参数,对该算法与多尺度Retinex 算法作比较,验证了该算法在图像对比度、细节增强方面的优越性,且算法速度快,具有应用于实时图像处理的能力。
关键词:去雾;图像增强;单尺度Retinex 算法;双曲正切函数;HSV 颜色空间中图分类号:T N 144;T P 391.41 文献标志码:AFog -degraded image enhancement based on single -scale RetinexHU ANG Li-hong(Electr o nics &Infor matio n Eng ineering Depar tment,P ut ian U niv ersity ,P utian 351100,China )Abstract :Image enhancement is impo rtant for intelligence manag ement system .It has potential applications in m any fields such as traffic manag em ent,hig hw ay toll collectio n station,ship,airpo rt and etc.T he adjustment ability of log arithm ic function,hyperbo lic tangent functio n and inv erse hyper bolic tangent functio n fo r fog -degraded imag es w ere co mpar ed.It w as prov ed that hyperbolic tangent function had better ability to regulate brightness than log ar ithmic functio n .According ly ,an image enhancement alg orithm based o n sing le scale Retinex w as pro posed .T he algo rithm co nv ersed RGB color space to HSV space.H ue was kept unchanged.T he hy perbolic tang ent function based on center self-adaptive adjustment w as used to enhance o ver all brig htness of imag e.Lo cal non-linear transfo rmation was adopted to improve local co ntrast o f im ag es.And linear stretching was used to adjust satur ation .Then color compensations are achieved .Experiments show that this kind of alg orithm has significant effects o n defog ging and making co lor full of bined w ith parameters such as v ariance,entro py and arithmetic,exper im ents w ere conducted to m ake co mparisons for algo rithm s based on single scale Retinex and m ulti -scale Retinex .It is proved that algorithm based on sing le scale Retinex has mor e ad -收稿日期:2010-03-02; 修回日期:2010-04-29作者简介:黄黎红(1971-),女,福建莆田人,硕士,福建莆田学院电子信息工程系副教授,主要从事光学测试及混合图像处理研究工作。
E-mail:hhhlll009@yaho o.co 第31卷第5期2010年9月 应用光学Jo ur nal o f A pplied O ptics V ol.31N o.5Sep.2010vantag es on im ag e contrast and detail enhancement.And it has faster arithm etic speed. Gener ally,the algor ithm based o n single scale Retinex can be applied in r eal-time im ag e pr ocessing.Key words:defog;imag e enhancement;single scale Retinex;hy perbolic tangent functio n; HSV color space引言在恶劣天气条件下(如雾天与雨天等),户外景物图像的对比度和颜色都会发生改变或退化,图像中蕴含的许多特征因被覆盖而变得模糊,给视觉系统带来很大的干扰,其中尤以雾霭天气出现的频度高、区域广泛而受到重视。
雾天彩色图像复原的目的主要是增强对比度和饱和度,拓宽亮度,同时保持色度。
目前,图像的去雾算法主要分为基于大气退化物理模型[1-3]的方法和非物理模型的方法两类。
基于大气退化物理模型的去雾法,往往需要传感器或借助晴天同一场景下的图像[4]来获取所需要景物的深度信息,这给实际的应用带来困难;文献[5]虽然采用单幅退化图像进行基于物理模型的去雾处理,但需要较为复杂的人机交互参与;而且由于大雾条件下场景深度对图像对比度影响的分析不能够量化,而导致大气退化模型不再适用。
非物理模型法有直方图均衡法、同态滤波法、小波变换法和Retinex法等,直方图均衡法虽然可以让图像的细节对比度增大,达到增强的目的,但是却易于使原来图像的颜色发生扭曲;同态滤波法处理光照不均匀问题往往收效良好,但是处理雾天图像时,显示不出优势;1964年美国物理学家Edw in Land首次提出色彩恒常性Retinex理论[6],其后被成功应用于对比度增强[7-8],比较常见的有单尺度Retinex(SSR)、多尺度Retinex(M SR)和多尺度Retinex彩色恢复(M SRCR)算法。
但是Retinex理论输出图像的缺陷是光晕、过增强和算法复杂度高,而且会导致RGB彩色偏移为灰色,即所谓的“灰度世界被破坏”。
M ay lan等人[9]在Retinex方法的基础上采用了全局处理和局部处理相结合的方法,效果比Retinex更优越,但仍然存在算法复杂度过高问题。
文献[10]采用非线性Sigm oid传输函数进行多尺度增强,取得了一定的效果,但是Sig moid传输函数的增强区域是在暗区域,而雾天图像往往表现为直方图偏向中间部分,亮的部分和暗的部分又少又集中,这时需将中间部分进行扩展,故直接运用Sigmo id传输函数,不适合雾天图像增强;文献[11]采用中心可以调节的反双曲函数进行全局调整,但经过本文实验发现,它不如本文提出的算法有效。
本文提出一种基于单尺度Retinex理论的新算法,在HSV空间中保持色调不变,对饱和度分量进行拉伸,对亮度分量采用中心可自适应调节的S 型双曲正切函数取代单尺度Retinex理论中的对数函数进行全局处理,再结合局部对比度增强,得到较好的图像去雾处理效果,且图像色彩自然逼真,更重要的是,本算法降低了多尺度Retinex算法的复杂性,大大提高了运算速度,具有运用于实时去雾图像处理的能力。
1 基于单尺度Retinex理论的双曲函数调节1.1 单尺度Retinex增强算法Retinex这个词是由视网膜(Retina)和大脑皮层(Cortex)两个词组合构成的。
Retinex理论主要包含了两个方面的内容:物体的颜色是由物体对长波、中波和短波光线的反射能力决定的,而不是由反射光强度的绝对值决定的;物体的色彩不受光照非均匀性的影响,具有一致性。
根据Retinex理论,人眼感知物体的亮度取决于环境的照明和物体表面对照射光的反射,其数学表达式为I(x,y)=L(x,y)・R(x,y)(1)式中:I(x,y)代表被观察或照相机接收到的图像信号;L(x,y)代表环境光的照射分量;R(x,y)表示携带图像细节信息的目标物体的反射分量。
将(1)式两边取对数,则可抛开入射光的性质得到物体的本来面貌,即有关系式:lg[R(x,y)]=lg[I(x,y)]-lg[L(x,y)](2)单尺度Retinex(SSR)算法正是基于上面思路得到的R i(x,y)=lg I i(x,y)-lg[F(x,y)*I i(x,y)] =lg{I i(x,y)/[F(x,y)*I i(x,y)]},i=1,2,3(3)・729・应用光学 2010,31(5) 黄黎红:一种基于单尺度R etinex的雾天降质图像增强新算法式中:R i (x ,y )代表第i 个颜色分量Retinex 算法输出结果;*是卷积算子;F (x ,y )表示中心/围绕函数,可用高斯函数来实现:F (x ,y )=K e-(x 2+y 2)/R 2(5)式中K 由归一化函数决定。
k F (x ,y )d x d y =1(6)(5)式中R 为高斯函数的尺度参数。
R 取值较小时,能够较好地完成动态范围的压缩,暗区域的细节能得到较好地增强,但输出颜色易失真;取值较大时,色感一致性较好。
