基于retinex的视频自适应增强算法

《基于retinex的视频自适应增强算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于Retinex的视频自适应增强算法-电气论文基于Retinex的视频自适应增强算法侯天峰1，程和生2，张燕1（1.南京大学金陵学院信息科学与工程学院，江苏南京210000；2.合肥师范学院计算机学院，安徽合肥230601）摘要：Retinex算法是图像增强的常用方法。基于Retinex理论提出一种新的视频光照增强算法，结合图像全局及局部灰度特性引入补偿系数，增强暗区域光照的同时克服了传统算法处理后的人工痕迹，使处理结果更加自然；同时，算法用引导滤波估计照度图像，在避免光晕现象的同时可以加快算法处理速度。实验结果表明，该方法简单有效，视觉效果提升显著。关键词：Ret

2、inex；图像增强；光照补偿；引导滤波中图分类号：TN911.73?34文献标识码：A文章编号：1004?373X（2015）17?0068?040引言视频采集过程受诸多因素影响，如夜间或者暗光拍摄条件下表现为光照不足、亮度偏低；光线遮挡使得形成的图像一部分明亮另一部分较暗，造成光照不均；反光或强光源使得获取的图像亮度分布不均勾，高亮区域细节模糊。光照不足或者光照不均一方面会造成图像主观效果不佳，难以满足人们视觉感官的需要，另一方面对于后续的图像处理比如模式识别[1]、目标跟踪都会造成较大影响。由此出现图像增强技术对光照不均图像进行增强处理提高质量。图像增强技术根据图

3、像质量情况和不同的应用釆用信号处理技术手段达到增强局部或者整体特征的目的[2]。针对光照不均匀图像的增强处理，常常采用的算法主要有：灰度变换方法[3]、同态滤波方法[4]、小波变换增强[5]、基于Retinex理论的算法[6]等。其中，基于Retinex理论的增强算法具有颜色保真、细节增强和动态范围压缩等多个方面的优势，它常常与其他算法结合使用可以达到更好的增强效果，目前已广泛应用于航空航天、生物医学、电视电影等多个方面，占据比较重要的地位。自20世纪70年代Retinex理论提出以来，得到了很大的发展和关注。从采用同态滤波器的Retinex算法，到后来又出现了中心环

4、绕Retinex，包括单尺度Retinex（SSR）和多尺度Retinex（MSR）以及带颜色恢复的Ret?inex（MSRCR）算法等。MichaelElad引入两种双边滤波器[7]，一个滤波器处理图像的反射分量，另一个滤波器对图像的入射分量进行估计，算法对边缘处的增强效果也较好，在消除“光晕”方面有了一定效果。文献[8]又提出了一种亮度修正的Retinex算法，算法将Canny算子和Retinex算法结合起来，算法首先对入射分量分析，接着采用Canny算子检测图像边缘信息，该算法能够有效消除“光晕”现象。文献[9]提出了局部多尺度的Retinex算法，将小波变换和

5、Retinex算法结合起来，实现了图像色彩保真与细节增强两者之间的权衡[10]。文献[11]将图像转换到HIS空间对亮度和饱和度进行调整，同时加入影像边缘细节特征。陈志斌等人针对烟雾区域灰度建立专门数学模型，利用信息熵进行灰度拉伸[12]。文献[13]基于Retinex框架在小波域自适应估计照度分量。上述改进主要关注于消除Retinex处理“光晕”现象、边缘的增强以及图像对比度的提升，忽略了处理所造成的人工痕迹明显以及时间效率等问题。本文对基于Retinex理论的算法进行研究，考虑日常影视及移动设备拍摄视频的增强处理要求，提出一种新的方法，使需要增强图像区域看起来更加

6、自然，而对于无需增强的图像区域，处理后也不会变得更差。另外通过引入引导滤波使得算法满足实时应用要求，同时消除光晕。实验结果表明本文算法是切实有效的。1Retinex算法简介Retinex理论算法模型把原图像分解为反射分量和入射分量，反射分量决定图像的内在性质，而照射分量决定图像达到的动态范围，通过某种方法估计出图像的低频光照信息，进而提取出图像的反射分量，也就是图像的细节信息，还原物体的原貌。虽然不同的文献对Retinex算法的数学表达形式可能不同，但实际上它们是相似的，都是通过对照度图像尽可能准确地估计进而提取反射图像，最终达到增强图像的目的。不同之处在于对照度图像

7、估计方式的不同。Retinex理论算法数学模型为：S(x,y)=R(x,y)?L(x,y)（1）式中：R表示入射分量，它决定物体的内在性质；L表示照度分量，它决定了图像像素的动态范围。通常需要将式（1）变换到对数域处理，一方面可以将复杂的乘法运算转换为简单的加法运算，另一方面对数域的数据更加接近人眼的感知能力。对式（1）两边取对数得：Retinex虽然能够在一定程度上增强图像，但是它存在处理后的图像亮度偏高、“光晕”及处理后图像出现色偏等问题。“光晕”存在的原因在于“空间照度变化缓慢”的假设在图像中某些部分是不成立的，比如说明暗分明的边界、阴影等区域