一种改进的Retinex雾天图像清晰化算法
2016-11-17杨会成
许 杰，杨会成，朱 雷
(安徽工程大学 电气工程学院，安徽 芜湖 241000)
一种改进的Retinex雾天图像清晰化算法
许杰，杨会成，朱雷
(安徽工程大学 电气工程学院，安徽 芜湖 241000)
雾天拍摄时，图像由于景物受到雾的散射，会因衰减作用而变得模糊不清。为得到相对清晰的图像，提出一种改进的Retinex雾天图像清晰化算法，先将图像进行MSR处理，再进行幂次变换，较大程度地压缩图像动态范围。针对出现的高光区域采用非线性变换来抑制，最后进行维纳滤波去除噪声，增强图像细节，得到清晰化的图像。实验结果表明：该算法能有效改善雾天拍摄图像的清晰度，更适宜人的视觉感受。
图像清晰化；MSR；幂次变换；非线性变换；维纳滤波
雾生成在大气的近地面层，是由浮游在空中的小水滴或冰晶组成的水汽凝结物，是能造成能见度降低的一种自然现象。景物被淹没在雾气中，显得很不清晰，使人眼分辨力下降，无法准确辨别景物全貌，而此时拍摄的图像也由于受到雾气的干扰而变得模糊，图像的细节信息无法展现。为得到清晰化的图像，图像去雾技术得到迅速发展，其实质是为获取清晰的符合人类视觉感官的图像而采取一定的方法和手段去除雾气干扰，恢复有效的图像细节信息。
Retinex理论是基于人类视觉的亮度和颜色感知模型建立的色彩理论，其基本内容包括：① 物体的颜色由物体对长波(红)、中波(绿)和短波(蓝)光线的反射能力决定，而不是由反射光强度的绝对值决定；② 物体的色彩不受光照非均性的影响，具有一致性。因此要得到物体本来面貌R，只要从拍摄图像S中去除光照L的影响即可。Retinex算法是一种描述色彩恒常性的模型[1],具有颜色不变性和压缩动态范围的特点，这对处理雾天图像有积极作用，从而引发大量工作人员深入研究。Rahman等[2]率先研究使用Retinex算法对雾天图像进行增强；芮义斌等[3]分析了SSR、MSR等改进的Retinex处理算法去薄雾的效果；许志远[4]提出基于双线性插值动态直方图均衡化的雾天降质图像增强算法，有效解决雾天图像直方图分布不均的问题。实验结果表明：多尺度Retinex算法(MSR)[5]可将黑暗区域中的更多图像细节显示出来，是图像增强的一种有效算法。本文提出一种改进的Retinex雾天图像复原算法，将雾天图像进行MSR处理后，再采用幂次变换、维纳滤波[12]等方法进一步增强雾天图像的清晰度。
1 多尺度Retinex(MSR)算法
根据Retinex理论，对于图像S中的每个点(x,y)有
(1)
其中：S指拍摄的目标图像；R表示物体的反射性质，即物体的本来面貌；L表示照射光。
多尺度 Retinex(MSR)在单尺度Retinex(SSR)算法基础上进行拓展，增加了环绕尺度，能实现动态范围压缩和颜色高保真，具有更好的处理效果。
多尺度Retinex的基本形式是：
(2)
(3)
(4)
2 基于MSR的改进去雾算法
多尺度Retinex算法处理图像的效果主要取决于环绕函数的环绕尺度c。c较小时，图像细节突出，能实现较大程度的压缩动态范围；c较大时，图像整体色彩自然，恢复性较好，但细节不突出。为提高处理图像的视觉效果，选择3个尺度：小尺度(c<60)、中尺度(60
经MSR处理后，图像可能存在颜色失真，故要进行颜色校正，对图像进行幂次变换，其表达式为：
(5)
经过幂次变换的图像可能出现高光区域，为抑制这种现象，须进行非线性变换，即
(6)
(7)
(8)
对图像进行压缩后，图像会变得模糊，主要原因是滤波不足，此时采用维纳滤波消除图像模糊，增强图像细节信息。
3 仿真结果
基于Matlab 软件平台处理网上下载的雾天图像。使用本文算法处理该雾天图像，同时与直方图均衡化、同态滤波、SSR和MSR算法的处理结果相比较(见图1～6)。
图1 原始图像
图2 直方图均衡
图3 同态滤波
图4 SSR
图5 MSR
图6 本文算法
由图1可知：原始图像因受雾气影响，景物比较模糊。由图2可知：经直方图均衡化处理图像后，景物细节突出，但是存在一定失真。由图3可知：图像通过同态滤波处理后，图像偏暗，对比度较好。由图4可知：经过单尺度Retinex(SSR)处理后，图像色彩不流畅，偏色脚严重；采用MSR算法处理后，图像清晰度提升，但存在高亮区域，如图5所示。由图6可知：经过本文算法处理后景物比较自然清晰，对比度相对原始图像有明显提高。
考虑到图像的对比度(contrast)反映图像的黑白反差，熵(Entropy)体现了图像信息量，故采用二者对图像进行定量分析,如表1所示。
表1 几种算法处理图像后的对比度和熵
4 结束语
本文在MSR算法基础上提出了一种改进的Retinex雾天图像复原算法。这种算法对多尺度Retinex(MSR)算法处理结果进行了改进，其图像清晰化效果得到明显提升，而在图像的对比度和信息熵方面也有一定增强，更有利于人类的视觉感知。
[1]嵇晓强.图像快速去雾与清晰度恢复技术研究[D].长春：中国科学院长春光学精密机械与物理研究所，2012.
[2]芮义斌，李鹏，孙锦涛.一种图像去薄雾方法[J].计算机应用，2006,26(1)：154-156.
[3]江兴方，陶纯堪.Retinex彩色图像增强理论的物理思考及其截断区间对图像质量的影响[J].光学技术，2007，33(1):127-129.
[4]李学明.基于Retinex理论的图像增强算法[J].计算机应用研究，2005，22(2):235-237.
[5]RAHMA Z U，DANIEL J J，GLENN A W.Retinex Processing for automatic image enhancement[J].Journal of Electronic Imaging,2004,13(1):100-110.
[6]EDWIN H L.The Retinex Theory of Color Vision[J].Scientific American，1977,237(6)：108-129.
[7]TAN K,OAKLEY J P.Physics based approach to color image enhancement in poor visibility conditions Using a Physical Model for Contrast Degradation[J].IEEE Trans on Imageprocessing,1998,7(2):167-179.
[8]刘锐.基于暗原色先验的一种快速图像去雾方法[J].计算机光盘软件与应用，2012，21(1):24-26.
[9]乔小燕，姬光荣，陈雾.一种改进的全局Retinex图像增强算法及其仿真研究[J].系统仿真学报，2009，21(4):1195-1197.
[10]史延新.一种基于Retinex理论的图像增强算法[J].电子科技，2007，12(1)：32-35.
[11]陈雾.基于Retinex理论的图像增强算法研究[D].南京：南京理工大学，2008.
[12]丁虎.低能见度图像的清晰化处理研究[D].南京：南京理工大学，2010.
[13]TED J C，FARHAN A B.Analysis and extensions of the Frankle_McCann Retinex algorithm[J].Journal of Electronic Imaging，2004,13(1):85-92.
[14]黄凯奇，吴镇扬，王桥.色彩恒常性在彩色图像增强中的应用[J].应用科学， 2004,22(3):322-326.
[15]KIMMEL R，MICHAEL E.A Variational Framework for Retinex[J].International Journal of Computer Vision,2003,52(1):7-23.
(责任编辑杨黎丽)
Improved Image Restoration Algorithm of Retinex Foggy Weather
XU Jie, YANG Hui-cheng, ZHU Lei
(College of Electrical Engineering, Anhui Polytechnic University, Wuhu 241000, China)
When shooting in fog, the scenery is blurred by the fog. In order to get a relatively clear image, an improved Retinex image restoration algorithm was proposed. First, the image was processed by MSR, and then a power transformation was processed, which had a greater degree of compression of image dynamic range. We suppressed high light area appeared through nonlinear transformation and finally we used Wiener filter to remove noise and enhance image detail, and goet clear images. Experiments show that this algorithm can effectively improve the contrast and resolution of fog image.
image restoration; MSR; power transformation; nonlinear transformation; Wiener filter
2016-04-19
安徽省教育厅自然科学基金重大项目(KY2014ZD004)
许杰(1989—)，男，硕士研究生，主要从事图像处理与模式识别研究，E-mail：379385562@qq.com； 杨会成(1970—)，男，教授，硕士生导师，主要从事图像处理与模式识别研究。
format：XU Jie, YANG Hui-cheng, ZHU Lei.Improved Image Restoration Algorithm of Retinex Foggy Weather[J].Journal of Chongqing University of Technology(Natural Science)，2016(10):118-121.
10.3969/j.issn.1674-8425(z).2016.10.018
TP391.41
A
1674-8425(2016)10-0118-04
引用格式：许杰，杨会成，朱雷.一种改进的Retinex雾天图像清晰化算法[J].重庆理工大学学报(自然科学)，2016(10):118-121.
