一種基于Retinex理論的改進(jìn)圖像去霧算法

1、 一種基于Retinex理論的改進(jìn)圖像去霧算法 王建國(guó) 李永全Summary：針對(duì)傳統(tǒng)去霧算法得到圖片失真和偏暗的問題，基于Retinex理論，將原圖用改進(jìn)的SSR算法去霧，再將原圖轉(zhuǎn)換到hsv空間下提取v分量進(jìn)行對(duì)比度增強(qiáng)，將去霧圖轉(zhuǎn)換到hsv空間下提取v分量，將兩個(gè)v分量線性權(quán)重疊加，得到rgb空間下的目標(biāo)圖像，并將目標(biāo)圖像轉(zhuǎn)換到hsi顏色空間下提取i分量，并進(jìn)行增強(qiáng)處理，得到rgb空間下的最終去霧圖像。實(shí)驗(yàn)表明，該算法能增強(qiáng)圖像對(duì)比度，得到明亮的圖片，同時(shí)也能解決圖像彩色失真的問題。Key：TP311 ：A：1009-3044（2019）26-0200-02開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（O

2、SID）：霧天，因?yàn)榇髿庵袘腋≈罅康奈⑿∫旱魏蜌馊苣z，這些介質(zhì)對(duì)光的散射現(xiàn)象在一定程度上降低了環(huán)境的水平能見度，從而導(dǎo)致圖像傳感器捕獲的圖像質(zhì)量比較低，會(huì)對(duì)成像圖像的質(zhì)量造成影響，如何有效去霧，取得較好質(zhì)量的圖片是一個(gè)十分有意義的研究。目前，傳統(tǒng)圖像去霧1主要有基于大氣退化模型的方法和基于圖像增強(qiáng)的方法。前者需要硬件的支持2，比如雷達(dá)等，后者實(shí)驗(yàn)環(huán)境簡(jiǎn)單，易于研究。Retinex理論3是有Land提出的，該理論認(rèn)為人類看到的物體表色與物體表面的反射性質(zhì)有著密切的關(guān)系，與投射到人眼的光譜特性關(guān)系不大，圖像由入射光分量和放射光分量組成。自Retinex理論提出后，許多學(xué)者提出了基于Retinex

3、理論的算法，比如基于中心環(huán)繞的單尺度Retinex（SSR）算法，以及多尺度Retinex（MSR）算法4。1 Retinex算法原理Retinex理論指出，人眼中圖像的成像，主要由入射光和反射光決定，可用如下關(guān)系式表示：（1）式中，R（x，y）代表反射圖像，表示物體的反射性質(zhì);L（x，y）代表入射光，決定了S的動(dòng)態(tài)范圍;S（x，y）代表人眼或攝像系統(tǒng)讀取的圖像。（1）式中，S往往是確定的圖片，L可以用算法估計(jì)出來，則可以得到反射圖像R，也就是得到了去霧后的圖片。入射光圖像L通?？梢岳酶咚购瘮?shù)與圖像S卷積得到，即：（2）式即為用算法估計(jì)的入射圖像L（x，y），（3）式為高斯函數(shù)，式中c為環(huán)繞

4、尺度，k為歸一化常數(shù)，且滿足：式中i為圖像的通道。2 本文算法主要步驟2.1 高斯濾波核的選取與傳統(tǒng)選取的高斯濾波核方法5相比，本算法根據(jù)原圖像邊長(zhǎng)選取濾波核。環(huán)繞尺度c也由圖像邊長(zhǎng)決定，公式如下：上式中為環(huán)繞尺度c的決定系數(shù)，濾波核的大小N由下式?jīng)Q定：上式中為濾波核大小N的決定系數(shù)，則：2.2 hsv顏色空間v分量線性疊加RGB和HSV都是表示色彩的方法。其中RGB是從顏色發(fā)光原理來設(shè)計(jì)的，HSV是基于人眼對(duì)色彩的識(shí)別，將色彩分解為色調(diào)、飽和度和明度，直接與人的視覺感知相對(duì)應(yīng)，能夠較好地反應(yīng)人對(duì)色彩的感知。RGB顏色空間轉(zhuǎn)換到HSV顏色空間6公式如下：將原圖片轉(zhuǎn)換到hsv顏色空間，提取v分量

5、v1，并增強(qiáng)v1的對(duì)比度，將SSR算法處理后的圖片轉(zhuǎn)換到hsv顏色空間，提取v分量v2，將v1和v2線性疊加，如下式最后將得到的dstv分量與經(jīng)過SSR算法處理的圖像的h和s分量轉(zhuǎn)換到rgb顏色空間，即得到利用hsv顏色空間處理后的圖片。2.3 HSI顏色空間I分量的圖像增強(qiáng)通常人眼對(duì)灰度等級(jí)的區(qū)分并不敏感，一般來說人眼能分辨的灰度等級(jí)介于十幾級(jí)到二十幾級(jí)之間，但卻可以分辨出上千種顏色。因此利用人眼的這一視覺特性，將灰度圖像變成彩色圖像或者改變已有彩色的分布，都可以改變圖像的可分辨性，這就是彩色增強(qiáng)。HSI顏色模型從人的視覺系統(tǒng)出發(fā)，用H，S，I三個(gè)參數(shù)來描述色彩，它反映了人的視覺系統(tǒng)感知彩色

6、的方式，這種彩色描述對(duì)人來說是直觀的、自然的。色調(diào)H 是描述純色的屬性（如紅色、黃色等）;飽和度S 表示的是一種純色被白光稀釋的程度的度量;強(qiáng)度I 是一個(gè)主觀的描述，是人對(duì)彩色感覺的關(guān)鍵參數(shù)，實(shí)際上它是不可能測(cè)量的。HSI模型可從彩色圖像中攜帶的彩色信息（色調(diào)和飽和度）里消去強(qiáng)度分量的影響，因而使得該模型在開發(fā)基于彩色描述的圖像處理算法中非常有用。在對(duì)真彩色圖像增強(qiáng)時(shí)，我們自然想到直接在RGB坐標(biāo)系用圖1所示的方法對(duì)R、G、B三個(gè)分量分別進(jìn)行增強(qiáng)處理，再合成彩色，但其結(jié)果會(huì)改變?cè)噬珗D像的顏色種類，使彩色圖像失真。對(duì)此，如圖2所示，現(xiàn)將彩色圖像從RGB顏色空間轉(zhuǎn)換到HSI顏色空間。I表示亮度，

7、與彩色的種類無關(guān)，為了不改變彩色的種類，僅僅對(duì)I分量進(jìn)行圖像增強(qiáng)處理，H和S分量不做處理，最后在轉(zhuǎn)換到RGB顏色空間下得到最終的去霧圖像。3 算法效果對(duì)比如圖4為算法效果對(duì)比，傳統(tǒng)去霧算法中直方圖均衡化7未能保持圖像的局部特征，容易出現(xiàn)色彩失真，而SSR算法處理后的圖像亮度整體偏暗，本文算法在色彩失真和圖像亮度效果上都較前兩種算法好。4 實(shí)驗(yàn)結(jié)論通過實(shí)驗(yàn)算法效果的對(duì)比，證明了通過運(yùn)用改進(jìn)的SSR算法處理后的圖片，將其和原圖像轉(zhuǎn)換到HSV顏色空間下增強(qiáng)明度V，經(jīng)過線性權(quán)重疊加得到理想的明度圖片后轉(zhuǎn)換到RGB顏色空間，最后再從RGB轉(zhuǎn)換到HSI顏色空間下增強(qiáng)亮度I的方法能夠克服傳統(tǒng)算法處理去霧圖片

8、失真和亮度整體偏暗的問題，該處理方法在處理效果上比傳統(tǒng)方法諸如直方圖均衡化、SSR算法等去霧的效果好。Reference：1 羅會(huì)蘭，林家彪.一種基于多尺度Retinex算法的圖像去霧霾方法J.計(jì)算機(jī)應(yīng)用與軟件，2013，30（4）2 OAKLEY J P， SATHERLEY B L. Improving image quality in poor visibility conditions using a physical model for contrast degradationJ.IEEE Transactions on Image Processing，1998，7（2） ：167

9、-170.3 JOBSON D J，RAHMAN Z，WOODELL G A.Properties and Performance of a Center/Surround RetinexJ.IEEE Transactions on Image Processing（ S1057-7149），1997，6（ 3） ： 451-462.4 JOBSON D J， RRAHMAN Z， WOODELL G A. A multi-scale Retinex for bridging the gap between color images and the human observation of scenesJ.IEEE Transactions on Image Processing，1997，6（7）： 965-976.5 李長(zhǎng)領(lǐng)，宋裕慶，劉曉峰.基于MSR理論的交通圖像去霧霾方法J.計(jì)算機(jī)應(yīng)用，2015，35（S2）：234-237.6 闞建霞.基于HSV顏色空間的改進(jìn)的多尺度Retinex算法J.電子設(shè)計(jì)工程，2015，23（7）：148-1507 劉奇付，邵換崢.圖像去霧霾算法研究J.信息與電腦（理論版），2018（17）：34-35.【通聯(lián)編輯：李雅琪】電腦知識(shí)與技術(shù)2019年26