基于改進Retinex算法的含霧圖像清晰化處理技術

錢澤東　何勇

摘 要：霧天條件下獲取的圖像由于空氣中顆粒的影響導致其圖像對比度低、內容模糊不清，同時有整體偏向灰白色的趨勢。含霧圖像清晰化就是為了能夠提高圖像的對比度，恢復它的真實色彩。該文在深入分析單尺度Retinex算法和多尺度Retinex算法的同時，提出了基于直方圖均衡化調整的改進Retinex算法實現含霧圖像的清晰化算法，并通過對同一含霧圖像基于不同算法進行試驗，驗證了該文所改進算法的有效性。

關鍵詞：含霧圖像 Retinex算法 去霧處理 實驗

中圖分類號：TP391 文獻標識碼：A 文章編號：1674-098X（2015）01（c）-0225-02

近年來，隨著數字圖像處理技術的不斷發展和人們對于圖像清晰化要求的不斷提高，對含霧圖像進行清晰化處理，已經成為計算機視覺領域中的重要研究方向。在霧天情況下，空氣中經常出現微塵和水蒸氣等顆粒物質，會導致光在傳輸過程中出現折射、散射、反射、吸收等現象，從而導致獲得的數字圖像出現顏色特征和對比度衰減等現象，使圖像品質下降。對含霧圖像進行清晰化處理，是為了能夠提高圖像的對比度，增強圖像的顏色特質，從而達到能夠增加圖像清晰度的目的，使圖像細節信息更加突出。

同時，針對目前我國周邊海域整體環境的特殊性，迫切需要在特定海域采集獲取清晰艦船信息，提升全天候獲取海洋侵權目標的能力。準確的獲取相關海域的圖像信息對于海洋維權執法、海洋防災減災、海洋軍事偵察等實際應用領域都有非常大的作用。

1 Retinex算法原理

人類視覺系統的色彩恒常性（即具有對物體顏色的感知與光照條件無關的能力）對許多表面和光照都成立。例如：特定物體在一定光照條件下總是被看作是相同的顏色。一般來說，彩色視覺恒常性常常會受到場景復雜性和空間深度信息的影響，基于這一點，可以說彩色感知依賴于深度感知。Retinex是視網膜“Retina”和大腦皮層“Cortex”的縮寫，由Land提出的一個如何幫助人類視覺系統（Human Visual System）調節感知到的物體顏色和亮度的數學模型。Retinex算法基本原理是設定場景中的圖像是由物體反射圖像和光源圖像兩部分組成的，真正需要獲得的是反應物體本身的反射圖像，此圖像是物體本身的屬性，不受外界環境的影響。Retinex算法分為單尺度算法和多尺度算法，下面分別做簡要介紹。

1.1 單尺度Retinex算法

需要注意的是標準尺度大小影響圖像增強效果，決定細節多少信息被保留。越小，能夠完成動態范圍壓縮，但是色調會變淡，出現假影；越大，圖像銳化效果增強，通常尺度選擇在80～100，可以得到較好平衡。單尺度算法簡便，效果處理好，是目前受關注度較高的一種方法。

1.2 多尺度Retinex算法

一般在進行Retinex計算時假設初始光照圖像緩慢變化，但這和實際情況不同。在灰度值跳躍變化的區域邊緣處圖像的光照亮度并不平滑。在這種情況下，普通Retinex算法會存在光暈現象，還會出現紋理不清晰、部分顏色發生扭曲、陰影邊界突兀、邊緣銳化不足等現象。針對上述兩種算法，單尺度Retinex算法不能將圖像的色彩保真度和圖像的細節清晰度及銳化去噪相融合，在處理過程中因為參數選擇的單一性，不能使各個處理效果都達到最好的狀態。多尺度Retinex處理后的圖像，對比度改善有限，且會出現白膜現象，在實際應用中需要進行改進。

2 改進Retinex算法及實驗

常規Retinex算法只是對圖像中像素點進行了調整，但并未對圖像像素的整體分布進行調整。圖像的像素經過拉伸后得到的圖像能夠顯示更多的細節，色彩更加豐富。因此，該文通過采用直方圖線性拉伸方式，對圖像像素分布進行調整，具體處理方法如下。

首先在經過Retinex分解得到RGB三個圖像后，求取圖像的最大值和最小值。然后將Retinex的像素值按式（10）填充到0～255的范圍中，這樣能夠通過統一的方法改變整個圖像的灰度值或者圖像一部分區域的灰度值，從而達到提高對比度的效果，從而消除圖像白膜。

根據上述改進方法，對同一圖像進行如下實驗。圖1為原始圖像，圖2為直方圖均衡化處理圖像，圖3為單尺度算法處理圖像，圖4為多尺度算法處理圖像，圖5為本文改進算法處理圖像。

3 結論及分析

根據實驗結果可以看出，圖像經過直方圖均衡化處理后，圖像亮度有所降低，對比度有較大提高。而單尺度算法方法在亮度和對比度二者不能很好的平衡。多尺度算法在降低亮度的同時，對比度有所提高，但出現了白膜效應。而采用改進后的Retinex算法可以提高圖像對比度的同時亮度也有所提高，具有較好視覺效果。

對含霧圖像進行清晰化處理，提高了圖像的對比度，增強圖像的顏色特質，達到能夠增加圖像清晰度的目的，使圖像細節信息更加突出。為在特定海域采集獲取清晰艦船信息，為提升獲取海洋侵權目標的能力提供了理論基礎。

參考文獻

[1] 肖燕峰.基于Retinex理論的圖像增強恢復算法研究[D].上海：上海交通大學，2007.

[2] 陳霧.基于Retinex理論的圖像增強算法研究[D].南京：南京理工大學，2006.

[3] 趙志華.Retinex圖像增強技術研究及其DSP實現[D].安徽：安徽大學，2011.

[4] 任斌.基于Retinex圖像增強算法研究與實現[D].南京：南京理工大學，2009.

[5] 付國文.基于Retinex的圖像增強算法研究及實現[D].上海：上海交通大學，2011.