基于Retinex的霧霾圖像去霧算法

趙蘇齊　吳健珍

摘 要 本文提出了一種基于Retinex的霧霾圖像的去霧增強算法，將受到霧霾天氣影響的欠清晰圖像用Retinex算法進行處理，獲得增強圖像。針對圖像處理后出現噪點的問題，使用中值濾波對圖像進行濾波處理，去除噪聲。仿真實驗表明該算法對受到霧霾天氣影響的圖像有較好的增強效果，降低噪聲，畫面清晰。

關鍵詞 Retinex算法 霧霾圖像 圖像增強

中圖分類號：TM391.4 文獻標識碼：A DOI：10.16400/j.cnki.kjdks.2016.02.076

0 引言

隨著當代中國工業化和城鎮化的快速發展，工業生產和個人駕車交通出行等產生的廢氣不斷增多，綠化面積卻由于城鎮建設而呈現下跌趨勢，惡劣天氣頻繁地出現。在惡劣天氣條件下，我們獲得的圖像質量會受到嚴重影響。

很多戶外系統的正常工作都需要獲得具有一定質量的圖像。例如智能交通系統中圖像的拍攝，如果因為天氣原因造成圖像質量下降，致使無法識別車牌號碼、車輛顏色，就會對智能交通系統的工作造成負面影響，導致智能交通系統無法發揮應有的功能。在視頻監控系統中，很多視頻監控系統采用可見光成像技術，在光照不佳、雨霧天氣下，圖像亮度降低、對比度減弱、清晰度下降，導致無法看清某些細節信息，因此，監控效果不佳。總之，霧霾天氣下的圖像增強處理有著廣闊的前景和寬廣的需求。

圖像增強處理，就是根據給定圖像的應用場合，根據應用需求強調或凸出圖像的整體或局部特征，將不夠清晰的較模糊圖像變得更清晰，或突出感興趣的特征，增強不同物體特征之間的區別，提高圖像質量、增強圖像識別效果。

1 基于Retinex的霧霾圖像算法

Retinex理論是一種建立在科學實驗和科學分析基礎上、基于人類視覺系統的圖像增強理論。該算法與線性和非線性變換、圖像銳化等傳統圖像增強算法不同，這些算法只能對圖像的某類特征進行增強處理，而Retinex具有大動態范圍壓縮、顏色恒常性、高色彩保真度等特點，適用于對受光照影響嚴重的圖像進行補償，能夠提高圖像的清晰度，使圖像的顏色更接近原圖像，圖像增強后的視覺效果更佳。

中值濾波是一種非線性圖像平滑技術，它對脈沖噪聲有很好的濾除作用，同時能夠克服線性濾波器在處理圖像細節時出現模糊的問題。

本文將Retinex和中值濾波算法相結合，對含霧圖像進行了增強處理。系統原理圖如圖1所示。

1.1 圖像增強算法

眾所周知：（1）真實的世界是沒有顏色的，我們平時看到的顏色是由不同強度不同頻率的電磁波組成的；（2）每一個顏色區域都是由給定波長的紅、綠、藍三原色構成；（3）每個單位區域的顏色由三原色確定。

Retinex的基礎理論是物體顏色是由物體對長波、中波和短波光線的反射能力決定，而不是由反射光強度的絕對值決定。物體的色彩不受光照非均勻性的影響，具有一致性，也就是說，Retinex是以色感一致性（顏色恒常性）為基礎的（圖2）。

（1）讀入原始圖像，若為灰度圖，將圖像每個像素的灰度值由整數值轉換為浮點數，并轉換到對數域；若為彩色圖，將圖像的每個顏色分別處理，將每個分量的像素值由整數值轉換為浮點數，并轉換到對數域中，便于計算。（2）輸入尺度，在離散條件下，積分轉換為求和，進一步確定參數的值。（3）根據前述公式，計算得到；如果是彩圖，則每個通道均有一個。（4）將從對數域轉換到實數域得到輸出圖像，并以相應格式輸出。

1.2 圖像降噪算法

直接獲取的灰度圖像或通過彩色圖像轉換而來的灰度圖像都存在噪聲，噪聲對圖像質量影響很大。對圖像進行中值濾波可去除孤點噪聲，同時保持圖像的邊緣特性，不會使圖像出現顯著的模糊。

中值濾波的基本思想：將濾波窗口內像素灰度的最大值和最小值均看作噪聲，以該窗口內的灰度中值代替窗口中心像素點的灰度值。

中值濾波的步驟如下：（1）將含有若干個點的滑動窗口（濾波模板）在圖像中漫游，將窗口中心與圖像的某個像素位置重合；（2）讀取窗口中各像素的灰度值，并將這些灰度值按從小到大的順序排成一列；（3）計算這列數據的中間數據，將其作為對應模板中心位置的像素灰度。

2仿真實驗

為了驗證該算法的有效性，我們選取了一張典型的霧霾天氣圖像進行仿真處理。

由圖3、圖4可看出圖像在增強處理之后對比度、亮度和畫面細節都有著顯著的提升，有效信息顯著增多，但經過增強處理后的圖像有較明顯的噪聲（圖4左下的裂紋和路面顆粒明顯失真）。

圖5和圖6為降噪效果對比，可以看到圖中的噪聲相對減少（圖6左下噪聲）。同時圖3和圖6進行對比，可以清楚地看到圖像增強降噪處理對圖像質量的提升。

3結論

本文提出了一種基于Retinex的霧霾圖像去霧增強算法。受霧霾天氣影響的失真圖像用Retinex算法進行處理，再使用中值濾波對圖像進行去噪處理。Matlab仿真實驗表明該算法對受到霧霾天氣影響的圖像有著較好的增強效果，在降低噪聲的情況下有較好的畫面觀感。

參考文獻

[1] 韓祥輝，王好賢.惡劣天氣環境下退化圖像的清晰化算法[J].計算機工程，2011.37（22）：207-208.

[2] 王萍，張春，羅穎昕.一種霧天圖像低對比度增強的快速算法[J].計算機應用，2006.26（1）：152-154.

[3] 李學明.基于Retinex理論的圖像增強算法[J].計算機應用研究，2005.22（2）：235-237.