基于Retinex理论的图像增强算法的研究

吴振中

（四川大学计算机学院，成都　610065）

基于Retinex理论的图像增强算法的研究

吴振中

（四川大学计算机学院，成都610065）

提出一种基于Retinex理论的图像增强算法，并对该算法进行深入的研究，再此基础上提出基于改进的Retinex算法，对其实现步骤进行详细的分析，并在MATLAB环境下实现所提出的算法，并与其他一些图像增强的算法进行比较，得出该算法的稳定性与高效性。

图像增强；稳定性

1　基于Retinex理论图像增强技术的提出

图像增强技术作为图形处理领域中一个十分重要的技术，主要用于按特定的需要增强图像中的某些信息，减弱或者去除图像中的某些不必要的信息，以改善图像的视觉效果，使图像变得更清晰或更加符合人的视觉和计算机系统的识别，满足某些特定分析的需要。图像增强技术经过多年的发展，涌现出了大量的研究成果，形成了许多较为经典的图像增强算法，主要有基于空域处理的方法和基于频域处理的方法，基于空域的图像增强算法直接对直接对图像的灰度级进行计算，如基于直方图均值化的图像增强技术，基于局部直方图的图像增强，基于全局直方图处理的图像增强，基于频域处理的方法则有所不同，它是基于在图像中的某种变换域内对图像的系数值进行校正，比较常用的如傅里叶变换、小波变换等，是一种间接增强的算法，而本文则是对图像增强算法中的一种比较常用的基于Retinex的方法进行深入研究，借助于MATLAB编程思想与编程软件对Retinex理论实现技术进行详细的论述，并在此基础上实现了改进的Retinex的算法，达到了很好的图像增强效果。

2　Retinex理论简介

Retinex算法是由Edwin Land在1963年提出的，其主要内容是关于色彩恒常性理论，Retinex是一个合成词，它的构成是retina（视网膜）+cortex（皮层）组成，Land的Retinex模型是建立在三个假设之上，其一为真实的世界是没有任何颜色的，我们之所以能感觉到物体的颜色是因为光和物质相互作用的结果，其二为每一个颜色区域都是由一系列给定波长的红绿蓝三原色构成的，其三为每一个单位区域的颜色都是有三原色决定的。

图1　

根据Retinex理论，物体的颜色是由物体对于长波、中波、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，物体表面的色彩不会受到光照非均匀性的影响，具有高度的一致性，因此我们可以得到，如下图所示：对于一幅给定的图像S（x，y），可以分解成两个不同的图像，分别为反射图像R（x，y）和亮度图像（有时也可以称之为入射图像）L（x，y），图像可以看成是由入射图像和反射图像构成，当一束光线照射到物体表面上，通过物体的反射形成的反射光进入人的眼睛，就形成了人所看到的图像，其用数学公式表示为：

其中L（x，y）表示入射光的图像，它直接决定了图像中的各个像素所能达到的动态范围，R（x，y）表示物体反射性质的图像，即表示物体的所有内在的属性，S（x，y）表示人的眼睛所能接收到的反射光图像，Retinex理论的实质在于从图像S中获取物体的反射性质L，抛开入射光的性质来获取物体的本来面貌，即从物体的原始图像中估计出物体的照射图像，然后再用物体的原始图像减去物体的照射图像从而可以得到反映物体本质属性的反射图像，Retinex算法可以在灰度动态范围压缩，图像的边缘增强和颜色恒定性三方面达到平衡，因此可以对各种不同类型的图像进行自适应的增强效果。因为Retinex算法的诸多优势使其在图像增强领域有着十分广泛的应用，如图像的去模糊处理，图像的去雾处理，医疗影像处理，遥感图像处理等，下面本文将对Land的Retinex理论进行深入的研究，并用MATLAB方法实现了Retinex算法以及基于MATLAB实现过程的详细分析。

3　基于Retinex理论的图像增强

本文是基于对经典的Retinex理论进行深入研究的基础上再对原Retinex经典理论算法进行了一定的修改与补充，从而使得算法鲁棒性更强，显示效果更好，下面就算法的实现进行详细的说明。

本文研究选取的是彩色RGB图像，算法的实现步骤如下：

（1）先读取输入的彩色图像，分别获取彩色图像的R通道，G通道，B通道的颜色分量，分别赋予三个矩阵进行存储。

（2）分别对三个通道的矩阵数据进行数据类型归一化处理，即将数据类型由整形转换成双精度浮点型数据。

（3）定义高斯模板的标准差，定义高斯模板的大小，计算模板中心，然后构造一个高斯模板。

（4）分别利用构造的高斯模板对R，G，B三通道的分量分别进行卷积运算，相当于对原图像进行滤波，得到滤波后的三分量，然后再对三个通道分量取对数运算，同时对原始三通道分量取对数运算，用经过高斯卷积后的三通道分量减去原始的三通道分量再分别除以三后得到新的三通道的分量，这样即可得到增强后的图像。

（5）分别对原始图像进行高、中、低三个尺度的高斯变换，然后与原始图像做差后得到的三通道分量分别相加，然后进行数据类型的转换。

（6）最后对图像进行线性的拉伸，再对图像进行去燥处理，最后得到增强后的图像。

4　实验结果

本实验是基于Windows 8.1环境下的MATLAB R2015b进行的实验，对比了一些经典的图像增强算法，实验数据如下图所示：

如上图所示，对于一幅给定的表面有雾气的模糊图像而言，当用直方图算法对图像进行增强时，我们看到图像的分辨率与清晰度并没有大幅度的提高，图像的表面仍然存在很多不清晰的地方，直方图算法只是实现了对图像像素的拉伸，使图像的像素在全局范围内呈均匀分布，但图像的整体亮度仍然偏暗，并没有突出原图像的色彩差异，并且去除雾气的效果仍然不明显，对比直方图可以看出，只是实现了图像像素的均匀分布，但并没有显著提高图像的清晰度及实现图像的去雾效果，当我们用基于Retinex的算法对图像进行处理后，我们对比前两幅图片发现图片无论是清晰度还是去雾的效果都有显著的提高，图像的颜色也更接近于原来图像的颜色，且基本还原了原图像的色彩差异，可以说达到了维持颜色常性的特点，基本上实现了图像的增强效果，从直方图也可以看出，Retinex算法可以平衡图像灰度动态范围的压缩，图像增强和图像颜色恒常三个指标，能够实现对表面含有雾气等造成图像表面模糊的自适应增强，实验表明Retinex算法在图像增强方面的效果是十分显著的。

5　结语

本文对Retinex图像的增强算法做了深入的研究，并用MATLAB对经典的Retinex算法进行了一定的改进，实验结果表明改进后的算法的处理图像的效果更好，也更具实用价值，可以很好地解决实际生活中的一些问题。但本算法并非十分完善，还有许多值得研究与改进的地方，这需要在今后的实际应用中不断补充与完

［1］王书新.基于Retinex理论的图像增强算法的研究［D］.昆明：昆明理工大学，2011.

［2］晨雾.基于Retinex理论的图像增强算法的研究［D］.南京：南京理工大学，2011.

［3］Edwin H Land.The Retinex Theory of Color Vision［J］.Science America，1977：3.

［4］Kimmel M，Elad R.A Variational Framework for Retinex［J］.International Journal of Computer Vision，2003：4.

［5］蔡式东，杨芳.基于直方图修正的图像增强算法［J］.光电子技术，2012：10.

［6］邵明省，董银平.基于改进混合蛙跳算法的图像增强处理研究［J］.电视技术，2013：12.

［7］梁琳，何卫平，蕾蕾等.光照不均图像增强方法综述［J］.计算机应用研究，2010：6.

［8］张雪峰，赵丽.基于改进Retinex图像增强算法［J］.南京：南京理工大学学报，2016：4.

［9］郑海峰.基于多尺度Retinex的超声图像去燥及增强技术［J］.重庆：激光杂志，2016：3.

［10］李莹.基于Retinex理论的图像增强算法的研究［D］.西安：西北大学，2014.

Research on Image Enhancement Algorithm Based on Retinex Theory

WU Zhen-zhong
（College of Computer Science，Sichuan University，Chendu 610065）

Presents a Retinex theory based on image enhancement algorithm，though in-depth study of the algorithm，proposes an improved Retinex based on improved algorithm and analyzes the algorithm realization steps in details，and realizes the algorithm proposed under the environment of MATLAB，and compares with some other image enhancement algorithms，the results shows that the stability and effectiveness of the algorithm by with some other image enhancement algorithms.

Image Enhancement；Stability

1007-1423（2016）26-0067-03DOI：10.3969/j.issn.1007-1423.2016.26.016

吴振中（1988-），男，广西壮族自治区柳州人，硕士研究生，研究方向为图像处理与合成

2016-06-14

2016-09-05